WideRange4D: Enabling High-Quality 4D Reconstruction with Wide-Range Movements and Scenes
Peking University(北京大学);Skywork AI;University of the Chinese Academy of Sciences(中国科学院大学);National University of Singapore(新加坡国立大学)
针对现有4D重建数据集和变形场方法难以处理大范围空间运动的局限,本文提出了包含大空间变化的新基准WideRange4D及新重建方法Progress4D,实现了稳定高质量的4D场景重建并超越了现有技术。
2025-04-29 cs.CV
3DFIRES: Few Image 3D REconstruction for Scenes with Hidden Surface
University of Michigan(密歇根大学);New York University(纽约大学)
3DFIRES提出一种仅需一张或少量图像即可重建场景完整几何(含隐藏表面)的系统,通过特征级多视图融合,在稀疏视图下超越现有方法。
2024-03-13 cs.CV
FreeSplat++: Generalizable 3D Gaussian Splatting for Efficient Indoor Scene Reconstruction
School of Computing, National University of Singapore(新加坡国立大学计算机学院)
提出FreeSplat++,通过低成本跨视图聚合、像素级三元组融合和加权漂浮物去除,实现高效的大规模室内全场景3D高斯重建,并利用深度正则化微调提升精度与速度。
2025-03-29 cs.CV
A Solution for Crime Scene Reconstruction using Time-of-Flight Cameras
Politecnico di Milano(米兰理工大学)
在这项工作中,我们提出了一种三维(3D)重建的方法,广泛的犯罪现场的基础上,同时定位与地图构建(SLAM)的方法。我们使用Kinect V2飞行时间(TOF)RGB-D摄像头以30 Hz的频率提供彩色密集点云。该设备在场景探索期间自由移动(6个自由度)。所实现的SLAM解决方案使用3D关键点描述和匹配方法对齐连续的点云。这种类型的方法利用色度和几何信息,并允许在较差的照明条件下重建。我们的解决方案已经过室内犯罪现场和室外考古遗址重建的测试,返回的平均误差约为1厘米。它不如环境激光扫描仪解决方案精确,但更实用,更便携,也更不笨重。此外,硬件肯定更便宜。
2017-08-07 cs.CV
FIORD: A Fisheye Indoor-Outdoor Dataset with LIDAR Ground Truth for 3D Scene Reconstruction and Benchmarking
Tampere University(坦佩雷大学);Aalto University(阿尔托大学);University of Oulu(奥卢大学)
本文提出FIORD数据集,利用双200度鱼眼镜头采集5个室内和5个室外场景的360度覆盖图像,并提供激光雷达稠密点云作为几何真值,以支持在遮挡和反射等挑战性条件下的三维场景重建与新视角合成基准测试。
2025-04-09 cs.CV
Collision-Aware and Observation-Aligned Object-Centric Scene Reconstruction from Point Cloud
Zhejiang University(浙江大学)
提出COOL框架,利用实例与背景点云条件化生成,结合碰撞损失与联合优化,实现碰撞感知、观测对齐的面向对象场景重建。
2026-09-30 cs.CV
Feasibility of Neural Radiance Fields for Crime Scene Video Reconstruction
School of IT Monash University Malaysia(马来西亚莫纳什大学信息技术学院)
该研究围绕基于视频的犯罪现场重建需求,聚焦NeRF的多目标合成、可变形合成、光照三大创新方向,分析神经辐射场模型变体用于该场景的可行性。
2024-07-11 cs.CV
4D Primitive-Mâché: Glueing Primitives for Persistent 4D Scene Reconstruction
Dyson Robotics Lab, Imperial College London(戴森机器人实验室,帝国理工学院伦敦)
本文提出一种4D场景重建方法,通过分解场景为刚体3D原始并推断其运动,实现持久的4D重建,优于现有方法。
2025-12-18 cs.CV
BézierGS: Dynamic Urban Scene Reconstruction with Bézier Curve Gaussian Splatting
School of Data Science, Fudan University(复旦大学数据科学学院)
针对自动驾驶城市场景重建依赖物体姿态标注的问题,提出贝塞尔曲线高斯泼溅方法,用可学习曲线建模动态物体轨迹并自动纠正姿态误差,在Waymo和nuPlan数据集上优于现有方法。
2025-07-08 cs.CV
ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes
Stanford University(斯坦福大学);Princeton University(普林斯顿大学);Technical University of Munich(慕尼黑工业大学)
利用监督式深度学习方法的一个关键要求是大型标记数据集的可用性。不幸的是,在RGB-D场景理解的上下文中,可用的数据非常少-当前数据集覆盖小范围的场景视图并且具有有限的语义注释。为了解决这个问题,我们引入了ScanNet,一个RGB-D视频数据集,包含1513个场景中的250万个视图,其中注释了3D相机姿势,表面重建和语义分割。为了收集这些数据,我们设计了一个易于使用和可扩展的RGB-D捕获系统,包括自动表面重建和众包语义注释。我们表明,使用这些数据有助于实现最先进的性能在几个3D场景理解任务,包括3D对象分类,语义体素标记,和CAD模型检索。该数据集可在http://www.scan-net.org上免费获得。
2017-04-11 cs.CV
Real-time Indoor Scene Reconstruction with RGBD and Inertia Input
Hangzhou Dianzi University(杭州电子科技大学);Tsinghua University(清华大学)
摄像机运动估计是三维场景重建和同时定位与地图构建(SLAM)的关键技术。为了使其可行地实现,以前的作品通常假设缓慢的相机运动,这限制了它在许多实际情况下的使用。我们提出了一个端到端的三维重建系统,它结合了颜色,深度和惯性测量,以实现快速传感器运动的鲁棒重建。我们的框架扩展卡尔曼滤波器融合的三种信息,并涉及一个迭代法,以联合优化特征对应,相机姿态和场景几何。我们还提出了一种新型的几何感知补丁变形技术来适应图像域中的特征外观,从而在快速相机运动下实现更准确的特征匹配。实验表明,我们的补丁变形方法提高了特征跟踪的准确性,我们的三维重建优于国家的最先进的解决方案下快速相机运动。
2018-12-07 cs.CV
CoSurfGS:Collaborative 3D Surface Gaussian Splatting with Distributed Learning for Large Scene Reconstruction
Northwestern Polytechnical University(西北工业大学);Nanyang Technological University(南洋理工大学);Zhejiang University(浙江大学);Shanghai AI Lab(上海人工智能实验室)
提出基于分布式学习的多智能体协作3DGS表面重建框架CoSurfGS,通过局部模型压缩和模型聚合方案解决大规模场景重建的内存与时间瓶颈,实现高保真表面重建与照片级渲染。
2024-12-23 cs.CV
Enhanced 3D Urban Scene Reconstruction and Point Cloud Densification using Gaussian Splatting and Google Earth Imagery
University of Waterloo(滑铁卢大学)
本研究利用Google Earth影像构建3D Gaussian Splatting模型,实现了远超神经辐射场的照片级城市场景视图合成,并通过提取点云与多视图立体重建对比,完成了大规模场景的3D几何与光照重建。
2024-06-01 cs.CV
Nighttime Autonomous Driving Scene Reconstruction with Physically-Based Gaussian Splatting
Huawei Noah’s Ark Lab(华为诺亚实验室);University of Toronto(多伦多大学)
本文提出基于物理的高斯点云方法,提升自动驾驶夜间场景重建质量,实现实时渲染并优于现有方法。
2026-02-14 cs.CV
City-Level 3D Surface Reconstruction with Viewpoint Orientation Partitioning and Scene Completion
School of Software, Tsinghua University(清华大学软件学院);Department of Computer Science, Wayne State University(韦恩州立大学计算机科学系)
针对多视图三维表面重建难题,提出基于视点方向的场景划分方法,确保相似方向视图共同参与以精确估计深度,并行计算更均衡,还提出检测修复点云缺失区域策略,提升大规模场景重建质量。
2026-07-07 cs.CV
MonoNeuralFusion: Online Monocular Neural 3D Reconstruction with Geometric Priors
BNRist(北京信息科学与技术国家研究中心);Tsinghua University(清华大学);Beijing Normal University(北京师范大学);City University of Hong Kong(香港城市大学);Tencent PCG(腾讯平台与内容事业群)
从单目视频中进行高保真3D场景重建仍然具有挑战性,特别是对于完整和细粒度的几何重建。以往的三维重建方法与神经隐式表示已显示出良好的能力,完整的场景重建,但他们的结果往往是过于光滑,缺乏足够的几何细节。本文介绍了一种新的神经隐式场景表示与体渲染高保真在线三维场景重建从单目视频。对于细粒度重建,我们的关键洞察力是将几何先验知识纳入神经隐式场景表示和神经体渲染,从而导致一个有效的几何学习机制的基础上体渲染优化。受益于此,我们提出了MonoNeuralFusion来执行单目视频的在线神经3D重建,通过该方法,在实时3D单目扫描过程中有效地生成和优化3D场景几何形状。与最先进的方法进行的广泛比较表明,我们的MonoNeuralFusion在定量和定性方面始终生成更好的完整和细粒度重建结果。
2022-09-30 cs.CV
Graph-Guided Scene Reconstruction from Images with 3D Gaussian Splatting
HKUST(GZ)(香港科技大学(广州));HKU(香港大学);SCUT(华南理工大学);UC Berkeley(加州大学伯克利分校)
本文提出图引导的三维场景重建框架GraphGS,利用空间先验构建相机图,结合多视图一致性约束与自适应采样,优化三维高斯泼溅,实现高质量、高效的大规模场景重建,性能达到最先进水平。
2025-02-24 cs.CV
Holistic Large-Scale Scene Reconstruction via Mixed Gaussian Splatting
School of Computer Science, Wuhan University(武汉大学计算机学院);School of Artificial Intelligence, Wuhan University(武汉大学人工智能学院);School of Electronic Information, Wuhan University(武汉大学电子信息学院);State Key Lab. of LIESMARS, Wuhan University(武汉大学LIESMARS国家重点实验室);Institute for Math & AI, Wuhan University(武汉大学数学与人工智能研究院)
针对现有大规模场景重建分治范式丢失全局信息且参数调优复杂的问题,提出整体优化框架MixGS,通过视角感知表示和混合操作结合解码与原始高斯,在单张24GB GPU上实现了最先进的渲染质量与竞争力速度。
2025-05-29 cs.CV
GVKF: Gaussian Voxel Kernel Functions for Highly Efficient Surface Reconstruction in Open Scenes
AI Thrust, HKUST(GZ)(香港科技大学(广州)AI推进部)
针对NeRF训练渲染耗时及3DGS表面重建内存高、细节粗糙的问题,提出GVKF,用核回归将离散3DGS转为连续表示,实现高质量、实时且省内存的开放场景重建。
2024-12-04 cs.CV
DistGrid: Scalable Scene Reconstruction with Distributed Multi-resolution Hash Grid
National University of Defence Technology(国防科技大学)
本文提出 DistGrid,通过分布式联合多分辨率哈希网格、非重叠轴对齐包围盒划分与分段体绘制消除背景 NeRF,实现高质量、可扩展的大规模场景重建。
2024-05-08 cs.CV
Dynamic Multi-View Scene Reconstruction Using Neural Implicit Surface
Fraunhofer HHI(弗劳恩霍夫海因里希·赫兹研究所);TU Berlin(柏林工业大学);HU Berlin(柏林洪堡大学)
重建一般动态场景对于许多计算机视觉和图形学应用是重要的。最近的工作表示动态场景与神经辐射场的真实感视图合成,而他们的表面几何是欠约束和噪声。其他作品引入表面约束的隐式神经表示解开静态场景重建的几何和外观场的模糊性。为了弥合渲染动态场景和恢复静态表面几何形状之间的差距,我们提出了一种无模板的方法来重建表面几何形状和外观,使用神经隐式表示从多视图视频。我们利用拓扑感知的变形和有符号的距离场,学习复杂的动态表面通过可微体渲染没有场景特定的先验知识,如模板模型。此外,我们提出了一种新的基于掩模的光线选择策略,以显着提高具有挑战性的时变区域的优化。在不同的多视点视频数据集上的实验表明,该方法实现了高逼真度的表面重建以及照片级真实感的新视图合成。
2023-02-28 cs.CV
\textit{4DSurf}: High-Fidelity Dynamic Scene Surface Reconstruction
Australian National University(澳大利亚国立大学);NVIDIA(英伟达);Amazon(亚马逊)
本文提出4DSurf框架,解决动态场景表面重建问题,通过高斯变形和重叠分段策略实现大变形和时间一致性,实验显示在Chamfer距离上优于现有方法。
2026-10-27 cs.CV
GauU-Scene: A Scene Reconstruction Benchmark on Large Scale 3D Reconstruction Dataset Using Gaussian Splatting
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
本文提出 GauU-Scene 大规模场景重建基准,基于覆盖 1.5 km²、含 RGB 与 LiDAR 真值的 U-Scene 数据集,用 Gaussian Splatting 评估新视角重建并对比点云结果,表明多模态信息融合的重要性。
2024-01-25 cs.AI cs.CV
DAS3R: Dynamics-Aware Gaussian Splatting for Static Scene Reconstruction
National University of Singapore(新加坡国立大学);dConstruct Robotics(dConstruct机器人公司)
DAS3R通过动态感知高斯泼溅和运动掩码实现日常视频的静态背景重建,无需相机位姿或SLAM点云,在DAVIS和Sintel上PSNR领先超过2 dB。
2024-12-27 cs.CV
Prior-Enhanced Gaussian Splatting for Dynamic Scene Reconstruction from Casual Video
University of Washington(华盛顿大学);National Yang Ming Chiao Tung University(国立阳明交通大学)
本文提出一种基于先验增强的动态场景重建方法,通过改进高斯点云法和引入虚拟视图深度损失,提升单目视频重建的精度和渲染质量。
2025-12-12 cs.CV
3D-RE-GEN: 3D Reconstruction of Indoor Scenes with a Generative Framework
3D-RE-GEN通过生成框架实现单图像室内场景的高质量三维重建,结合多领域模型提升重建精度与实用性。
2025-12-19 cs.CV
NeRFusion: Fusing Radiance Fields for Large-Scale Scene Reconstruction
University of California, San Diego(加州大学圣地亚哥分校);Adobe Research(Adobe研究院)
虽然NeRF在神经重建和渲染方面取得了巨大的成功,但其有限的MLP容量和较长的每个场景优化时间使得对大规模室内场景建模具有挑战性。相比之下,经典的3D重建方法可以处理大规模的场景,但不产生逼真的渲染。我们提出了NeRFusion,一种结合了NeRF和TSDF融合技术的优点的方法,以实现高效的大规模重建和照片级真实感渲染。我们处理输入图像序列,通过直接网络推理预测每帧局部辐射场。然后使用一种新型的递归神经网络将这些融合,该网络以22 fps的速度实时增量重建全局稀疏场景表示。这个全局体积可以进一步微调,以提高渲染质量。我们证明了NeRFusion在大规模室内和小规模物体场景上都达到了最先进的质量,并且比NeRF和其他最近的方法重建速度更快。
2022-03-21 cs.CV cs.GR
Gen3DSR: Generalizable 3D Scene Reconstruction via Divide and Conquer from a Single View
Friedrich-Alexander-Universität Erlangen-Nürnberg(弗里德里希-亚历山大-埃尔朗根-纽伦堡大学)
提出基于分而治之策略的混合模块化方法Gen3DSR,通过整体提取深度和语义信息并结合物体级重建,实现无需重训即可泛化到多种场景的单视图3D重建。
2025-03-31 cs.CV
2DGS-Room: Seed-Guided 2D Gaussian Splatting with Geometric Constrains for High-Fidelity Indoor Scene Reconstruction
Tsinghua University(清华大学)
针对室内复杂结构与无纹理区域重建难题,提出2DGS-Room,通过种子引导的二维高斯分布控制、深度法向先验及多视角一致性约束,在ScanNet与ScanNet++上达到SOTA。
2024-12-04 cs.CV
Unsupervised Monocular Depth Reconstruction of Non-Rigid Scenes
ETH Zurich(苏黎世联邦理工学院);University of Amsterdam(阿姆斯特丹大学);KU Leuven(鲁汶大学)
复杂动态场景的单目深度重建是一个极具挑战性的问题。虽然对于刚性场景,即使在无监督的情况下,基于学习的方法也提供了有希望的结果,但对于动态和可变形场景,几乎没有文献涉及同样的问题。在这项工作中,我们提出了一个无监督的单目框架密集的深度估计的动态场景,共同重建刚性和非刚性的部分,而不明确建模的相机运动。使用密集的对应关系,我们推导出一个训练目标,旨在机会主义地保留重建的3D点之间的成对距离。在这个过程中,密集深度图是使用尽可能刚性的假设隐式地学习的。我们的方法提供了有前途的结果,证明了其具有挑战性的非刚性场景的视频重建3D的能力。此外,该方法还提供了无监督的运动分割结果作为辅助输出。
2021-10-28 cs.CV
SceneRF: Self-Supervised Monocular 3D Scene Reconstruction with Radiance Fields
Inria(法国国家信息与自动化研究所)
针对单目3D重建依赖深度监督的问题,提出SceneRF自监督方法,结合NeRF、显式深度优化与概率采样策略,仅用带位姿图像序列训练,在室内外数据集上的新深度视图合成与重建效果均优于基线。
2023-08-24 cs.AI cs.CV cs.GR
Fast Monocular Scene Reconstruction with Global-Sparse Local-Dense Grids
NVIDIA(英伟达)
提出基于全局稀疏局部密集体素块网格直接使用SDF的无MLP单目场景重建方法,结合尺度校准与可微渲染,训练速度提升10倍、渲染速度提升100倍且精度相当。
2023-05-22 cs.CV
Omni-Scene: Omni-Gaussian Representation for Ego-Centric Sparse-View Scene Reconstruction
School of Engineering, Westlake University(西湖大学工学院);Institute of Advanced Technology, Westlake Institute for Advanced Study(西湖高等研究院先进技术研究院);College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院)
本文提出Omni-Gaussian表示及定制网络,用于自动驾驶中以自我为中心的稀疏视角重建,显著超越pixelSplat和MVSplat,同时保持场景中心重建性能。
2025-02-27 cs.CV cs.GR
Gaussian Scenes: Pose-Free Sparse-View Scene Reconstruction using Depth-Enhanced Diffusion Priors
CCVL, Johns Hopkins University(CCVL,约翰霍普金斯大学)
本文提出一种基于深度增强扩散先验的生成式方法,实现无相机姿态的稀疏视图360度场景重建,通过FiLM条件与置信度度量提升质量,在基准上超越现有无姿态方法并媲美有姿态方法。
2025-10-10 cs.CV
3D Gaussian Splatting against Moving Objects for High-Fidelity Street Scene Reconstruction
Ontario Knowledge Intelligence Centre, Canada(加拿大安大略知识智能中心);Canadian Institute of Interscience, Canada(加拿大跨学科科学研究所);DeepCox Intelligence, Canada(加拿大DeepCox智能科技公司)
本文提出了一种新的3D高斯点分布方法,通过自适应透明机制消除移动物体并保留高保真静态场景细节,结合迭代优化提升几何精度和纹理表现。
2026-07-29 cs.CV
Echo-Reconstruction: Audio-Augmented 3D Scene Reconstruction
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);University of Maryland at College Park(马里兰大学帕克分校)
反射和无纹理表面(如窗户、镜子和墙壁)对于物体和场景重建来说是一个挑战。这些表面通常重建得很差,并且填充有深度不连续性和孔,使得难以内聚地重建包含这些平面不连续性的场景。我们提出了回声重建,这是一种视听方法,它使用声音的反射来帮助虚拟会议,远程沉浸和其他AR/VR体验的几何和音频重建。手机原型发出脉冲音频,同时记录视频,用于基于RGB的3D重建和视听分类。来自视频的反射声音和图像被输入到我们的音频(EchoCNN-A)和视听(EchoCNN-AV)卷积神经网络中,用于表面和声源检测、深度估计和材料分类。从这些分类的推论增强场景3D重建包含开放空间和反射表面的深度过滤,修补,并放置在场景中的未混合的声源。我们的原型、VR演示和来自具有挑战性表面和声音的真实世界和虚拟场景的实验结果表明,材料分类、深度估计和封闭/开放表面的成功率很高,从而大大改善了3D场景的视觉和音频效果(见图1)。
2021-10-05 cs.CV cs.SD eess.AS
Micro-macro Gaussian Splatting with Enhanced Scalability for Unconstrained Scene Reconstruction
针对无约束图像3D场景重建的外观差异难题,提出SMW-GS方法,通过微宏观投影、小波采样及大规模场景分配策略,在重建质量与可扩展性上优于现有方法,尤其适配光照复杂的大规模城市场景。
2025-06-16 cs.CV
Proactive Scene Decomposition and Reconstruction
School of Intelligence Science and Technology, Peking University(北京理工大学智能科学与技术学院);National Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室);AIR, Tsinghua University(清华大学人工智能研究院)
本文提出主动式场景分解与重建任务,利用第一视角人-物交互在线整合位姿估计、实例分解和地图更新,并结合 Gaussian splatting 实现一致、真实且高效的动态场景建模。
2025-10-17 cs.CV
3D Reconstruction of Crime Scenes and Design Considerations for an Interactive Investigation Tool
Ankara University(安卡拉大学)
犯罪现场调查(CSI)是一个精心策划的系统过程,目的是获取物证,以揭示犯罪的物理现实,并最终发现犯罪分子的身份。捕获犯罪现场的图像和视频是这一过程的重要组成部分,以便对数字证据进行更深入的分析,寻找可能的线索。这项工作进一步将这一想法用于使用所获取的镜头来生成犯罪现场的3D模型。结果表明,逼真的重建可以得到使用复杂的计算机视觉技术。本文还讨论了一些重要的设计考虑,描述了一个强大的交互式CSI分析工具中应该存在的关键功能。
2015-12-10 cs.CV
DynStream: Online Streaming 4D Gaussian Reconstruction of Dynamic Worlds from Unposed Video
Wangxuan Institute of Computer Technology, Peking University(北京大学王选计算机研究所);VGI Labs Co., Ltd.(VGI实验室有限公司);University of California, Merced(加州大学默塞德分校)
DynStream提出一种从长无位姿视频流在线重建动态4D场景的框架,通过局部窗口重建与跨窗口融合实现无需优化的高保真渲染,在室内外场景中达到最先进性能。
2026-10-08 cs.CV
VDGS: Visibility-Driven Large-Scale 3D Gaussian Splatting for Aerial Scene Reconstruction
Beijing Institute of Technology(北京理工大学);Guangzhou Saite Intelligent Technology Co., Ltd.(广州赛特智能科技有限公司)
提出VDGS框架,通过可见性驱动统计量量化监督强度,用于场景划分和梯度补偿,解决大规模航空场景重建中内存消耗大和视点覆盖不均的问题,在多种数据集上优于现有方法。
2026-09-22 cs.CV
TransmissiveGS: Residual-Guided Disentangled Gaussian Splatting for Transmissive Scene Reconstruction and Rendering
HKUST(香港理工大学)
本文提出TransmissiveGS框架,通过双高斯表示和延迟着色函数解耦透射场景的反射与透射,利用多视图不一致性分离反射和透射,并引入高频正则化和新合成数据集提升重建与渲染质量。
2026-05-11 cs.CV
ODHSR: Online Dense 3D Reconstruction of Humans and Scenes from Monocular Videos
ETH Zürich(苏黎世联邦理工学院);HKUST(GZ)(香港科技大学(广州));HKUST(香港科技大学);University of Amsterdam(阿姆斯特丹大学)
针对单目野外视频人体-场景重建需预校准相机、长训练时间的问题,提出ODHSR在线统一框架,结合3D高斯溅射、重建基跟踪与姿态估计、变形模块及遮挡感知等技术,在EMDB等数据集上实现多任务性能提升。
2025-04-18 cs.CV
VAIR: Visuo-Acoustic Implicit Representations for Low-Cost, Multi-Modal Transparent Surface Reconstruction in Indoor Scenes
University of Michigan(密歇根大学)
本文提出VAIR方法,通过隐式神经表示融合视觉与声学传感,利用生成式潜在优化学习室内场景隐式表示,实现透明表面密集重建,在低成本平台数据集上显著优于现有技术。
2024-11-07 cs.CV
Deformable Gaussian Splatting for Efficient and High-Fidelity Reconstruction of Surgical Scenes
Shanghai Jiao Tong University(上海交通大学);The Chinese University of Hong Kong(香港中文大学)
本文提出EH-SurGS算法,通过三维高斯生命周期建模和自适应运动分层策略,同时提升可变形手术场景重建的保真度与渲染速度。
2025-01-02 cs.CV
DrivingForward: Feed-forward 3D Gaussian Splatting for Driving Scene Reconstruction from Flexible Surround-view Input
Shanghai Jiao Tong University(上海交通大学);East China Normal University(华东师范大学)
提出DrivingForward模型,通过联合训练pose、depth和Gaussian网络,在无深度真值与相机外参下实现灵活环视输入的前馈3D驾驶场景实时重建,在nuScenes数据集上优于现有方法。
2024-12-21 cs.CV
HFGS: 4D Gaussian Splatting with Emphasis on Spatial and Temporal High-Frequency Components for Endoscopic Scene Reconstruction
Wuhan University(武汉大学);Xi’an Jiaotong University(西安交通大学);The University of Hong Kong(香港大学)
针对内窥镜动态场景中3D-GS重建不足的问题,本文提出HFGS,结合变形场、SHF与THF损失强化时空高频建模,并在两个基准上取得更优渲染质量。
2024-09-10 cs.CV
Monocular Dense 3D Reconstruction of a Complex Dynamic Scene from Two Perspective Frames
Australian National University(澳大利亚国立大学);Northwestern Polytechnical University(西北工业大学);Australia Centre for Robotic Vision(澳大利亚机器人视觉中心)
本文提出了一种新的方法,从两个透视帧的单目密集三维重建的复杂动态场景。通过对图像应用超像素过分割,我们用分段平面和刚性近似来建模一般动态(因此非刚性)场景。通过这种方式,我们将动态重建问题简化为“3D拼图”问题,该问题从无组织的“超像素汤”中取出碎片。我们表明,我们的方法提供了一个有效的解决方案,固有的相对规模的模糊性,从运动的结构。由于我们的方法不假设模板先验,或每对象分割,或动态场景的刚性知识,它适用于广泛的场景。大量的实验上的合成和真正的单目序列证明了我们的方法相比,国家的最先进的方法的优越性。
2017-12-20 cs.CV
OceanSplat: Object-aware Gaussian Splatting with Trinocular View Consistency for Underwater Scene Reconstruction
OceanSplat通过三目视图一致性与深度感知调整,实现高保真水下场景重建与恢复。
2026-01-19 cs.CV
MOSAIC-GS: Monocular Scene Reconstruction via Advanced Initialization for Complex Dynamic Environments
ETH Zürich(苏黎世联邦理工学院);Google(谷歌公司)
MOSAIC-GS通过先进初始化实现复杂动态环境的单目场景重建,结合多种几何线索和刚性运动约束,提高重建效率与质量。
2026-01-08 cs.CV
INGeo: Accelerating Instant Neural Scene Reconstruction with Noisy Geometry Priors
Georgia Institute of Technology(佐治亚理工学院);Meta Reality Labs(元宇宙现实实验室)
提出INGeo方法,利用噪声几何先验并减轻其影响,在Instant-NGP基础上加速神经场景重建,实现边缘设备即时训练,以一半迭代达到PSNR>30。
2025-03-28 cs.CV
Deform3DGS: Flexible Deformation for Fast Surgical Scene Reconstruction with Gaussian Splatting
National University of Singapore(新加坡国立大学);Tsinghua University(清华大学);The Chinese University of Hong Kong(香港中文大学)
针对手术场景重建中组织变形导致渲染慢、训练长的问题,提出基于3D高斯泼溅的快速重建框架Deform3DGS,通过点云初始化与灵活变形建模方案FDM,在DaVinci视频上实现高保真度与实时渲染,并大幅缩短训练时间。
2024-05-30 cs.CV
Plane-Based Optimization of Geometry and Texture for RGB-D Reconstruction of Indoor Scenes
University of Texas at Dallas(德克萨斯大学达拉斯分校)
提出了一种基于平面基元的RGB-D室内场景重建方法。该方法以RGB-D序列和基于该序列的3D重建方法重建的密集粗网格作为输入,生成的低多边形网格具有清晰的人脸纹理和尖锐的特征,同时不丢失原始场景的几何细节。为了实现这一点,我们首先划分输入网格与平面图元,简化成一个轻量级的网格下,然后优化平面参数,相机姿势和纹理颜色,以最大限度地提高跨帧的光度一致性,最后优化网格几何形状,以最大限度地提高几何和平面之间的一致性。与现有的平面重建方法只覆盖场景中较大的平面区域相比,该方法通过自适应平面构建整个场景,不丢失几何细节,并保留了最终网格的尖锐特征。我们证明了我们的方法的有效性,将其应用到几个RGB-D扫描,并将其与其他国家的最先进的重建方法进行比较。
2019-05-23 cs.CV
MuDG: Taming Multi-modal Diffusion with Gaussian Splatting for Urban Scene Reconstruction
THU(清华大学);MEGVII(旷视科技);Mach Drive(马赫驱动);SJTU(上海交通大学);HKU(香港大学)
本文提出 MuDG 框架,将多模态视频扩散模型与 3DGS 结合,利用 LiDAR、RGB 及几何先验生成多模态新视角并优化场景表示,在 Open Waymo 上提升极端视角下的重建与合成质量。
2025-03-13 cs.CV