中科院/港理工/山东大学/北科技联合提出 CITYGAUSSIANV2，实现场景重建的显著压缩与成本节约，显存减少50% ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 最近，3D高斯分摊（3DGS）已经彻底改变了辐射场重构，呈现出高效且高保真的新视角合成。然而，由于3DGS的结构性不足，准确表示表面，尤其是在大规模和复杂场景中，仍然是一个重大的挑战。 在本文中，作者提出了CityGaussianV2，一种解决大规模场景重建的全新方法，该方法解决了与几何精度和效率相关的关键挑战。 在2D高斯分摊（2DGS）的有利泛化能力基础上，作者解决了其收敛性和可扩展性问题。具体来说，作者实现了一种基于分解的梯度密化与深度回归技术，以消除模糊的艺术品并加速收敛。为了扩展，作者引入了一种伸长滤波器，以减轻2DGS退化导致的 Gaussian 计数爆炸问题。 此外，作者还优化了CityGaussian 流水线以进行并行训练， ………………………………