统一外观代码和双边网格用于驾驶场景高斯溅射
计算机视觉与模式识别
2026-01-14 v4
摘要
神经渲染技术，包括 NeRF 和高斯溅射 (GS)，依赖光度一致性以产生高质量的重建。然而，在现实场景中，难以保证获取图像的完美光度一致性。外观代码广泛用于解决此问题，但其建模能力有限，因单个代码适用于整个图像。最近引入了双边网格进行像素级颜色映射，但难以有效优化和约束。本文提出一种新型多尺度双边网格，统一外观代码和双边网格。我们表明，这种方法在动态、解耦的自动驾驶场景重建中显著提高了几何精度，优于单独的外观代码和双边网格。这在自动驾驶中至关重要，因为精确的几何对于障碍规避和控制至关重要。我们的方法在四个数据集上表现突出：Waymo、NuScenes、Argoverse 和 PandaSet。我们进一步表明，几何精度的提升归功于多尺度双边网格，有效减少了因光度不一致性导致的漂浮点问题。
引用
@article{arxiv.2506.05280,
title = {Unifying Appearance Codes and Bilateral Grids for Driving Scene Gaussian Splatting},
author = {Nan Wang and Yuantao Chen and Lixing Xiao and Weiqing Xiao and Bohan Li and Zhaoxi Chen and Chongjie Ye and Shaocong Xu and Saining Zhang and Ziyang Yan and Pierre Merriaux and Lei Lei and Tianfan Xue and Hao Zhao},
journal= {arXiv preprint arXiv:2506.05280},
year = {2026}
}
备注
Accepted to NeurIPS 2025 ; Project page: https://bigcileng.github.io/bilateral-driving ; Code: https://github.com/BigCiLeng/bilateral-driving