GS与深度估计如何相互作用？DepthSplat开源：大规模无标签多视图数据集训练深度模型

文章预览

点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 GS和深度估计相辅相成 新视图合成领域 ，3D高斯散射因其出色的实时性能和高视觉保真度，成为了一种流行的技术。最近，前馈式3DGS模型=的出现减轻了每个场景都需要进行繁琐优化的需求，同时还实现了少视图的3D重建。当前最先进的稀疏视图方法MVSplat依赖基于特征匹配的多视图深度估计来定位3D高斯的位置，这使其与其他多视图深度方法一样，受限于遮挡、无纹理区域和反射表面等问题。 单目深度估计 领域也取得了显著进展，最近的模型在多样的野外数据中实现了鲁棒的预测。然而，这些深度估计： 通常在不同视图之间缺乏一致性，限制了它们在下游任务中的性能。 最先进的多视图和单目深度模型是通过有监督的真实深度数据进行训 ………………………………