基于高斯散点拓扑感知的动态网格建模与跟踪
图形学
2025-12-02 v1 计算机视觉与模式识别
摘要
拓扑一致的动态模型序列是动画和模型编辑等应用的必备条件。然而，现有的 4D 重建方法在生成高质量拓扑一致网格方面面临挑战。为此，我们提出一种基于高斯散点拓扑感知的动态重建框架。我们引入高斯拓扑结构，显式编码空间连通性。该结构使拓扑感知稠密化和修剪成为可能，保留了高斯表示的流形一致性。时间正则化术语进一步确保随时间的拓扑一致性，而可微网格光栅化提高了网格质量。实验结果表明，我们的方法比现有方法在重建拓扑一致网格序列方面的精度显著更高。此外，所得网格使精确的 3D 关键点跟踪成为可能。项目页面：https://haza628.github.io/tagSplat/
引用
@article{arxiv.2512.01329,
title = {TagSplat: Topology-Aware Gaussian Splatting for Dynamic Mesh Modeling and Tracking},
author = {Hanzhi Guo and Dongdong Weng and Mo Su and Yixiao Chen and Xiaonuo Dongye and Chenyu Xu},
journal= {arXiv preprint arXiv:2512.01329},
year = {2025}
}