速度提高60倍！GaussianCity：重建你的自动驾驶场景(南洋理工)

文章预览

点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我->  领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 BEV感知 』 技术交流群 论文作者  | 自动驾驶Daily 编辑 | 自动驾驶之心 写在前面 基于NeRF的方法生成3D城市显示出了有希望的生成结果，但在计算上效率不高。最近，3D高斯Splatting（3D-GS）已成为目标级3D生成的高效替代方案。然而，将3D-GS从有限尺度的3D物体和人类扩展到无限尺度的3D城市并非易事。无边界的3D城市生成会产生显著的存储开销（内存溢出问题），因为需要将点扩展到数十亿个，这通常需要数百GB的VRAM来呈现一个跨越10km²的城市场景。 GaussianCity，一个生成性Gaussain Saplatting框架，专门用于通过单次前馈传递高效地合成无边界的3D城市。主要贡献有两点： 1）紧凑的3D场景表示：引入了BEV-Point作为高度紧凑的中间表 ………………………………