UnIRe：基于 3D 高斯溅射的无监督动态城市场景实例分解
计算机视觉与模式识别
2025-09-16 v2 机器人学
摘要
重建和分解动态城市场景对于自动驾驶、城市规划和场景编辑至关重要。然而，现有方法无法在无需手动标注的情况下进行实例感知分解，这对于实例级场景编辑至关重要。我们提出 UnIRe，一种基于 3D 高斯溅射（3DGS）的方法，可仅使用 RGB 图像和激光点云将场景分解为静态背景和单个动态实例。其核心，我们引入 4D 超点（4D superpoints），这是一种新颖的表示方法，对多帧激光点在四维空间中进行聚类，使其能够基于时空相关性实现无监督实例分离。这些 4D 超点为我们的分解 4D 初始化提供了基础，即为动态 3DGS提供空间和时间初始化，而无需边界框或对象模板。此外，我们引入了在 2D 和 3D 空间中的平滑正则化策略，进一步提高了时序稳定性。在基准数据集上的实验表明，我们的方法在分解动态场景重建方面优于现有方法，同时实现了准确且灵活的实例级编辑，成为实际应用的实用解决方案。
引用
@article{arxiv.2504.00763,
title = {UnIRe: Unsupervised Instance Decomposition for Dynamic Urban Scene Reconstruction},
author = {Yunxuan Mao and Rong Xiong and Yue Wang and Yiyi Liao},
journal= {arXiv preprint arXiv:2504.00763},
year = {2025}
}