只需一行代码提高3DGS重建质量！随机初始化新SOTA

文章预览

作者 | 西兰花  编辑 | 深蓝AI 点击下方 卡片 ，关注“ 自动驾驶Daily ”公众号 戳我->  领取近15个自动驾驶方向路线 >> 点击进入→ 自动驾驶Daily技术交流群 本文只做学术分享，如有侵权，联系删文 导读： 3DGS在新视角合成和三维重建方面展现了令人印象深刻的性能。但是其在很大程度上依赖于SfM方法获得的精确初始化。当使用随机初始化的点云进行训练时，3DGS通常无法保持其生成高质量图像的能力，其PSNR性能通常会下降4-5分贝。本文提出了一种名为RAIN-GS的新型优化策略，成功地从随机初始化的点云训练高质量的3DGS。 ©️【深蓝AI】编译 3DGS在SfM技术难以收敛的场景中时（如具有对称性、镜面属性和无纹理区域的场景，以及稀疏的可用视角），难以得到较好的初始化点云。 这时如果使用随机初始化的点云进行训练，其性能会大幅下降。由于3DGS极 ………………………………