文件大小：1.24M
摘要：【目的】针对三维高斯溅射（3DGS，3D Gaussian Splatting）方法在输入视角稀疏时，对360°环绕场景进行重建过程中，存在场景纹理缺失、渲染画面出现伪影和背景坍塌的问题。【方法】首先，提出了一种基于单目深度估计的深度正则化约束，利用融合几何先验信息抑制训练结果过拟合；其次，通过构建像素级自适应密度控制机制，改善了图像细节信息不足导致的渲染结果纹理缺失；最后，在训练过程中引入一种浮动高斯剔除方法，通过不同深度选择方法对深度共识性的差异，剔除了靠近相机平面的浮动伪影。【结果】实验结果表明，在MipNeRF360数据集及其他360°环绕数据集上相比于传统三维高斯溅射方法，改进后的方法在峰值信噪比（PSNR）与结构相似性（SSIM）分别平均提升11.8%与9.6%，学习感知图像块相似度（LPIPS）平均下降18.4%。【结论】实验验证了在输入图像较少时，该算法能够有效解决360°无约束场景下重建的过拟合问题，显著提升渲染画面质量。
文章目录
1 引 言
2 稀疏输入图像重建方法
2.1 方法概述
2.2 可微深度光栅化
2.3 对齐深度先验信息与稀疏点云深度
2.4 基于像素的密度控制
2.5 浮动伪影剔除方法
3 仿真实验与结果分析
3.1 数据集与评估指标
3.2 实验方法及细节
3.3 结果分析
3.4 消融实验分析
4 结 论
