TrackerSplat：利用点跟踪实现快速稳健的动态 3D 高斯重建
计算机视觉与模式识别
2026-04-06 v1 图形学
摘要
近期发展的 3D 高斯溶解 (3DGS) 已展示其在高效逼近 3D 重建中的潜力，这对于机器人和沉浸式媒体等应用至关重要。然而，当前基于高斯的方法用于动态场景重建在大帧间位移下难以处理，导致快速物体运动时出现图像和时序不一致的痕迹。为此，我们引入 \textit{TrackerSplat}，一种新方法，将先进的点跟踪方法集成到增强 3DGS 用于动态场景重建的鲁棒性和可扩展性中。TrackerSplat 利用开箱即用的点跟踪模型提取像素轨迹，并将每个视角的像素轨迹三角化到 3D 高斯中，以引导高斯在训练前的 relocation、rotation 和 scaling。该策略有效处理帧间的大位移，显著减少先前方法中常见的消失和重新着色痕迹。通过准确在梯度优化前定位高斯，TrackerSplat 克服了在处理多个相邻帧的平行设置中因帧间距较大导致的质量下降，从而在保持渲染质量的同时提升了重建吞吐量。在真实世界数据集上的实验确认了 TrackerSplat 在显著位移的具有挑战性情境下的鲁棒性，在平行设置下实现优于基线的优异吞吐量并保持视觉质量。代码地址：https://github.com/yindaheng98/TrackerSplat
关键词
引用
@article{arxiv.2604.02586,
title = {TrackerSplat: Exploiting Point Tracking for Fast and Robust Dynamic 3D Gaussians Reconstruction},
author = {Daheng Yin and Isaac Ding and Yili Jin and Jianxin Shi and Jiangchuan Liu},
journal= {arXiv preprint arXiv:2604.02586},
year = {2026}
}
备注
11 pages, 6 figures