基于 3DGS 注册的 RegGS：用于无姿态稀疏视图的高斯溅射

3D 高斯溅射（3DGS）已展示出从无姿态图像中重建场景的潜力。然而，基于优化的 3DGS 方法在稀疏视图方面受限于有限的先验知识。而基于前馈的高斯方法则受限于输入格式，难以融合更多的输入视图。为此，我们提出了 RegGS——一个基于 3DGS 注册的框架，用于重建无姿态稀疏视图。RegGS 将由前馈网络生成的局部 3D 高斯对齐到全局一致的 3D 高斯表示中。技术上，我们实现了一个熵正则化的 Sinkhorn 算法，高效求解最优传输 MW2 距离，其作为 Sim(3) 空间中高斯混合模型（GMM）的对齐度量。此外，我们设计了一个联合 3DGS 注册模块，将 MW2 距离、光度一致性和深度几何集成在一起。这实现了从粗到细的注册过程，同时准确估计相机姿态并对场景进行对齐。在 RE10K 和 ACID 数据集上的实验表明，RegGS 能够以高保真度注册局部高斯，实现精确的姿态估计和高质量的新视角合成。项目页面：https://3dagentworld.github.io/reggs/。