3D 高斯溅写的初始化与稠密化在 3D 高斯溅写中的作用与关系
计算机视觉与模式识别
2026-04-23 v2
摘要
3D 高斯溅写 (3DGS) 因能够高效且准确地从图像恢复场景外观与几何，已成为逼真 3D 场景重建的首选方法。3DGS 通过一组 3D 高斯表示场景，这些高斯由其位置、空间范围和视角相关颜色参数化。从初始点云开始，3DGS 不断优化高斯参数，以尽可能准确地重建训练图像。通常采用稀疏 Structure-from-Motion (SfM) 点云作为初始化。为了获得稠密的高斯点云，3DGS 方法依赖于稠密化阶段。本文系统研究了稠密化与初始化之间的关系。我们提出了新的基准测试，研究不同类型的初始化（稠密激光扫描、稠密（多视角）立体点云、稠密单目深度估计、稀疏 SfM 点云）和不同稠密化方案的组合。我们表明，当前的稠密化方法无法充分发挥稠密初始化的优势，由于它们往往无法（显著）超过基于稀疏 SfM 的初始化。我们将公开此基准测试。
引用
@article{arxiv.2603.20714,
title = {The Role and Relationship of Initialization and Densification in 3D Gaussian Splatting},
author = {Ivan Desiatov and Torsten Sattler},
journal= {arXiv preprint arXiv:2603.20714},
year = {2026}
}
备注
Sources are available at https://github.com/deivse/ivd_splat . Changes in this version: fixed wrong graphs being used in Fig. 6 (b), Fig. 10 (a,c,d) due to compilation issue; results with EDGS* are now using splat scale increase when reducing init. size (previously reported results without scale increase, but conclusions remain unchanged)