专栏名称: 机器学习研究组订阅
连接人工智能技术人才和产业人才的交流平台
目录
相关文章推荐
爱可可-爱生活  ·  //@爱可可-爱生活:欢迎参与!//@爱可可 ... ·  昨天  
爱可可-爱生活  ·  LLM翻译领域知识的选择:检索还是生成 ... ·  昨天  
爱可可-爱生活  ·  R1-Searcher ... ·  昨天  
爱可可-爱生活  ·  大语模如何超越人类语言网络 查看图片 ... ·  2 天前  
51好读  ›  专栏  ›  机器学习研究组订阅

【ICLR2025】基于图形引导的图像场景重建:3D高斯散射方法

机器学习研究组订阅  · 公众号  · AI  · 2025-03-06 20:02

正文

图片

本文研究了一个开放的研究挑战,即从图像重建高质量的大型3D开放场景。观察到现有方法存在各种局限性,例如需要精确的相机姿态作为输入以及密集的视角来进行监督。为了实现高效的3D场景重建,我们提出了一种新颖的图形引导3D场景重建框架,GraphGS。
具体来说,给定一组由RGB相机拍摄的场景图像,我们首先设计了一种基于空间先验的场景结构估计方法。接着,利用该方法创建一个包含相机拓扑信息的相机图。进一步地,我们提出将图形引导的多视角一致性约束和自适应采样策略应用于3D高斯散射优化过程。这大大缓解了高斯点对特定稀疏视角的过拟合问题,并加速了3D重建过程。
我们展示了GraphGS能够从图像中实现高保真度的3D重建,并通过多个数据集的定量和定性评估,展示了其在性能上的最先进水平。项目页面: https://3dagentworld.github.io/graphgs/

图片


想要了解更多资讯,请扫描下方二维码,关注机器学习研究会

图片







请到「今天看啥」查看全文