RUSplatting: 用于稀疏视角水下场景重建的鲁棒 3D 高斯溅射
计算机视觉与模式识别
2025-09-03 v2
摘要
在水生环境中，由于光吸收、散射和能见度有限，重建高保真水下场景仍是一项具有挑战性的任务。本文提出了一种增强的高斯溅射框架，既提升了深水下渲染的视觉质量，也改善了几何精度。我们提出基于水下衰减物理原理的 RGB 通道解耦学习，以实现更准确的色彩恢复。为解决稀疏视角限制并提升视角一致性，我们引入了一种带有新型自适应加权方案的帧插值策略。此外，我们提出了一种新的损失函数，旨在在保留边缘的同时降低噪声，这对深海内容至关重要。我们还发布了一个新收集的数据集 Submerged3D，专门在深海环境中采集。实验结果表明，我们的框架持续优于最先进方法，PSNR 提升高达 1.90dB，呈现出更优的感知质量和鲁棒性，为海洋机器人和水下视觉分析提供了有前景的方向。RUSplatting 的代码位于 https://github.com/theflash987/RUSplatting，数据集 Submerged3D 可从 https://zenodo.org/records/15482420 下载。
引用
@article{arxiv.2505.15737,
title = {RUSplatting: Robust 3D Gaussian Splatting for Sparse-View Underwater Scene Reconstruction},
author = {Zhuodong Jiang and Haoran Wang and Guoxi Huang and Brett Seymour and Nantheera Anantrasirichai},
journal= {arXiv preprint arXiv:2505.15737},
year = {2025}
}
备注
Accepted by BMVC 2025