【DeSiRe-GS：用于自动驾驶场景的静态动态分解高保真重建和

文章预览

DeSiRe-GS: 4D Street Gaussians for Static-Dynamic Decomposition and Surface Reconstruction for Urban Driving Scenes https://github.com/chengweialan/DeSiRe-GS DeSiRe-GS是一种自监督高斯散射表示方法，它能够在复杂的城市驾驶场景中实现有效的静态-动态分解和高保真表面重建。该方法的核心特点和步骤如下： 1. 两阶段优化管道：DeSiRe-GS采用了一个两阶段优化管道来处理动态街道高斯分布。 • 第一阶段：基于3D高斯散射（3D Gaussian Splatting）本质上只能重建动态环境中的静态区域这一观察结果，DeSiRe-GS提取2D运动掩模（2D motion masks）。 • 第二阶段：将这些提取出的2D运动先验以可微分的方式映射到高斯空间，并利用高效的动态高斯公式进行处理。 2. 几何正则化：结合引入的几何正则化方法，DeSiRe-GS能够解决由于自动驾驶中的数据稀疏导致的过拟合问题，重建与物体表面对齐而非悬在空 ………………………………