SeaSplat:基于 3D 高斯溶解的水下场景表示及物理建模图像形成
计算机视觉与模式识别
2025-06-03 v2 机器人学
摘要
我们提出 SeaSplat 方法,利用最新进展中的 3D radiance fields 实现水下场景的实时渲染。水下场景是具有挑战性的视觉环境,因为通过水等介质的渲染会对图像捕获引入既与距离相关又与颜色相关的效应。我们约束了 3D 高斯溶解(3DGS)——一种最新在 radiance fields 中实现快速训练和实时渲染完整 3D 场景的技术——以物理建模的水下图像形成模型为约束。将 SeaSplat 应用于来自 SeaThru-NeRF 数据集的真实场景——该数据集来自美国维尔群岛的水下车载平台收集——以及仿真退化的真实场景,结果表明我们不仅在渲染带有介质的新视角图像时实现了量化性能提升,还能够恢复场景的真实颜色并还原无介质参与的渲染结果。我们展示了水下图像形成有助于学习场景结构,深度图表现更佳,同时我们的改进保持了利用 3D 高斯表示所带来的显著计算优势。
引用
@article{arxiv.2409.17345,
title = {SeaSplat: Representing Underwater Scenes with 3D Gaussian Splatting and a Physically Grounded Image Formation Model},
author = {Daniel Yang and John J. Leonard and Yogesh Girdhar},
journal= {arXiv preprint arXiv:2409.17345},
year = {2025}
}
备注
ICRA 2025. Project page here: https://seasplat.github.io