MVSGaussian:快速可泛化的3DGS重建(ECCV2024)

文章预览

本文和 MVSplat基本是同时期的工作，都用了 代价体积（cost volume）预测深度信息，本文是用了3D CNN， MVSplat 用了 Transformer attention，本文的 渲染视图是通过飞溅渲染和体渲染的视图进行平均得到 论文题目 MVSGaussian: Fast Generalizable Gaussian  Splatting Reconstruction from Multi-View Stereo  欢迎加入自动驾驶实战群 1、简介 本文提出了一种基于多视点立体(MVS)的广义三维高斯表示方法，可以有效地重建未见过的场景，1)利用MVS对几何感知高斯表示进行编码，并将其解码为高斯参数。2)为了进一步提高性能，提出了一种混合高斯渲染，它集成了一种高效的体渲染设计，用于新颖的视图合成。3)为了支持特定场景的快速微调，引入了一种多视图几何一致聚合策略，有效地聚合由可泛化模型生成的点云，作为每个场景优化的初始化。 与之前基于通用nerf的方法(通常需要几分 ………………………………