Splatter Image：超快单视图 3D 重建

我们引入了 \method，一种用于单目 3D 物体重建的超高效方法。Splatter Image 基于 Gaussian Splatting，该方法允许从多幅图像中快速且高质量地重建 3D 场景。我们通过学习一个神经网络将 Gaussian Splatting 应用于单目重建，该网络在测试时以 38 FPS 的速度以前馈方式进行重建。我们的主要创新在于该网络极其直观的设计，它使用 2D 算子将输入图像映射为每个像素对应的一个 3D 高斯。由此产生的高斯集合因此具有图像的形式，即 Splatter Image。我们进一步通过跨视图注意力机制扩展该方法，使其能够将多幅图像作为输入。由于渲染器的高速度（588 FPS），我们使用单个 GPU 进行训练，并在每次迭代时生成完整图像以优化 LPIPS 等感知指标。在多个合成、真实、多类别和大规模基准数据集上，我们在 PSNR、LPIPS 和其他指标方面取得了更好的结果，同时训练和评估速度远快于先前的工作。代码、模型、演示和更多结果可在 https://szymanowiczs.github.io/splatter-image 获取。