ULSR-GS：基于多视图几何一致性的超大规模表面重建高斯光点
计算机视觉与模式识别
2025-06-26 v3
摘要
虽然高斯光点 (GS) 在高效高质量的场景渲染和小范围表面提取方面表现出色，但在处理大规模航空图像表面提取任务时表现不足。为此，我们提出了 ULSR-GS，一个专为高保真超大规模场景表面提取而设计的框架，旨�解决现有 GS 基于网格提取方法的局限性。具体而言，ULSR-GS 提出了一种点到图像分区方法，结合多视图最佳视图匹配原理，用于为每个子区域选择最佳训练图像。此外，在训练期间，ULSR-GS 采用基于多视图几何一致性的密集化策略以增强表面提取细节。实验结果表明，ULSR-GS 在大规模航空测量基准数据集上优于其他最先进的 GS 基于方法，显著提高了在复杂城市环境中的表面提取准确性。项目页面: https://ulsrgs.github.io。
引用
@article{arxiv.2412.01402,
title = {ULSR-GS: Ultra Large-scale Surface Reconstruction Gaussian Splatting with Multi-View Geometric Consistency},
author = {Zhuoxiao Li and Shanliang Yao and Taoyu Wu and Yong Yue and Wufan Zhao and Rongjun Qin and Angel F. Garcia-Fernandez and Andrew Levers and Xiaohui Zhu},
journal= {arXiv preprint arXiv:2412.01402},
year = {2025}
}
备注
Project page: https://ulsrgs.github.io