投票喷溅：基于Hough投票的3D高斯溅射场景理解
图形学
2025-07-01 v1 计算机视觉与模式识别
机器学习
摘要
3D高斯溅射（3DGS）已成为高质量、实时渲染中不可或缺的技术，广泛应用于3D场景的新视角合成。然而，现有方法主要聚焦于几何与外观建模，缺乏深入的场景理解，同时带来高昂的训练成本，使原本简洁的可微分渲染流程变得复杂。为此，我们提出VoteSplat——一个集成Hough投票技术的3D场景理解框架。具体而言，我们利用Segment Anything Model（SAM）进行实例分割，提取目标物体并生成2D投票图。随后，我们将空间偏移向量嵌入高斯原始数据中，通过将其与2D图像投票关联，构建3D空间投票；同时，深度失真约束用于沿深度轴精确定位。对于开放词汇目标定位，VoteSplat通过投票点将2D图像语义映射到3D点云，从而在保留语义明确性的同时，减少了高维CLIP特征的训练成本。大量实验表明，VoteSplat在开放词汇3D实例定位、3D点云理解、基于点击的3D目标定位、层次分割及消融研究中均表现出色。我们的代码已公开：https://sy-ja.github.io/votesplat/
引用
@article{arxiv.2506.22799,
title = {VoteSplat: Hough Voting Gaussian Splatting for 3D Scene Understanding},
author = {Minchao Jiang and Shunyu Jia and Jiaming Gu and Xiaoyuan Lu and Guangming Zhu and Anqi Dong and Liang Zhang},
journal= {arXiv preprint arXiv:2506.22799},
year = {2025}
}
备注
Accepted to ICCV 2025