跨多场景帧重建DENSER：使用小波估计进行城市动态场景重构

文章预览

Abstract 本文提出了一种名为DENSER的高效方法，该方法利用三维高斯点云(3DGS)技术来重建动态城市环境。尽管通过神经辐射场(NeRF)隐式方法和3DGS显式方法的若干场景重建技术在较复杂的动态场景中展示了出色的效果，但在建模前景物体的动态外观时仍存在挑战，特别是在处理远距离动态物体时。为此，我们提出了DENSER框架，该框架显著增强了动态物体的表现能力，能够精准建模驾驶场景中的动态物体外观。与直接使用球谐函数(SH)建模动态物体外观的方法不同，我们提出了一种基于小波动态估计SH基函数的新方法，从而在时空上实现了更优的动态物体外观表现。除了物体外观的建模，DENSER通过多个场景帧对点云进行稠密化处理，提升了物体形状的表现能力，并加速了模型训练的收敛。我们在KITTI数据集上的广泛评估表明，该方法在性能上远超现有最先 ………………………………