基于高斯溅射的 Rig-Aware 车辆底盘三维重建
计算机视觉与模式识别
2026-01-21 v1 图形学
机器学习
摘要
检查用车辆底盘是一项耗时的工作，需要检查员得坐下或蹲下检查每个车辆的底盘。此外，线上买家很少看到底盘照片。我们提出了一个端到端的管线，利用三摄像头装置捕获底盘的视频，作为车辆驶过时，并生成底盘的交互式三维模型。该三维模型使检查员和客户能够旋转、缩放和切割底盘，从而在几秒钟内检测到锈蚀、漏液或冲击损伤，从而提高工作场所的安全性和买家的信心。我们的主要贡献是针对设计用于克服广角镜头畸变和低视差场景挑战的 Rig-Aware 结构从运动 (SfM) 管线。我们的方法通过整合精确的相机标定、同步视频流以及来自相机装置的强几何先验来克服广角镜头畸变和低视差场景的挑战。我们采用受约束的匹配策略，结合学习组件、DISK 特征提取器和基于注意力的 LightGlue 匹配器，以生成常规 SfM 管线难以获得的高质量稀疏点云。这些点云为高斯溅射过程种子，以生成实时渲染的逼真底盘模型。我们的实验和消融研究表明，我们的设计选择对于实现最先进的质量至关重要。
引用
@article{arxiv.2601.14208,
title = {Rig-Aware 3D Reconstruction of Vehicle Undercarriages using Gaussian Splatting},
author = {Nitin Kulkarni and Akhil Devarashetti and Charlie Cluss and Livio Forte and Dan Buckmaster and Philip Schneider and Chunming Qiao and Alina Vereshchaka},
journal= {arXiv preprint arXiv:2601.14208},
year = {2026}
}
备注
8 pages, 9 figures, Conference: IEEE International Conference on Machine Learning and Applications 2025 (ICMLA 2025): https://www.icmla-conference.org/icmla25/