三维重建最新SOTA！PGSR：基于3DGS的高效率高保真表面重建

主要观点总结

浙江大学、商汤科技等团队共同完成了《PGSR: Planar-based Gaussian Splatting for Efficient and High-Fidelity Surface Reconstruction》的工作并开源。该研究提出了基于平面3DGS表示的表面重建方法，实现了SOTA的高精度表面重建，并在三维重建领域具有广阔应用前景。

关键观点总结

关键观点1: 研究背景与开源信息

研究团队由浙江大学、商汤科技、慧鲤科技等多方组成，实现了《PGSR》工作并已经开源。该研究针对三维重建领域，具有广泛的应用前景。

关键观点2: 研究创新与核心技术

研究团队提出了基于平面3DGS表示的表面重建方法，首次实现无偏深度渲染、单视角和多视角的几何正则化，并引入曝光模型补偿全图光照变化，提升了渲染和表面重建精度。

关键观点3: 无偏深度渲染技术细节

PGSR通过渲染平面参数（法向和平面到相机距离）来实现无偏深度渲染，这种方法可以保证深度与高斯平面的一致性，并提高了深度渲染的准确性。

关键观点4: 几何正则化与多视角处理

为了克服原有3DGS方法的局限，PGSR引入了单视图和多视图的几何正则项，以及多视图光度约束，提高了表面重建的精度和全局几何一致性。

关键观点5: 曝光补偿与训练

PGSR使用曝光补偿模型来补偿图像的整体亮度变化，这进一步提升了表面重建的精度。在训练过程中，研究团队使用了图像重建损失函数、扁平化三维高斯损失函数和几何损失函数作为最终的训练损失函数。

关键观点6: 实验结果与评估

在多个数据集上，PGSR取得了具有竞争力的渲染质量和最优的表面重建精度，而且大部分数据只需要分钟级别的训练时间。这证明了PGSR方法的高效性和优越性。

免责声明