GaussianPro：具有渐进传播的 3D Gaussian Splatting

文章预览

24年2月来自中科大、香港大学、南京大学、澳大利亚 Adelaide 大学、上海科技大学和德州农机大学的论文“GaussianPro: 3D Gaussian Splatting with Progressive Propagation”。 3D Gaussian Splatting (3DGS) 的出现最近带来了神经渲染领域的一场革命，有助于实时实现高质量的渲染。然而，3DGS 严重依赖于由运动结构 (SfM) 技术生成的初始化点云。在处理不可避免地包含无纹理表面的大规模场景时，SfM 技术总是无法在这些表面中产生足够的点，并且无法为 3DGS 提供良好的初始化。因此，3DGS 存在优化困难和渲染质量低下的困扰。本文受经典多视角立体视觉 (MVS) 技术的启发，提出 GaussianPro，这是一种应用渐进传播策略来指导 3D 高斯密集化的新方法。与 3DGS 中使用的简单分割和克隆策略相比，该方法利用场景现有重建几何的先验和块匹配技术来生成具有精确位置和方向的新高斯 ………………………………