⏶3
RobustSplat：解耦致密化和动力学以实现无瞬变的 3DGS
发表
由 
fcyycf 提交
fcyycf 提交作者: Chuanyu Fu, Yuqi Zhang, Kunbin Yao, Guanying Chen, Yuan Xiong, Chuan Huang, Shuguang Cui, Xiaochun Cao
Chuanyu Fu, Yuqi Zhang, Kunbin Yao, Guanying Chen, Yuan Xiong, Chuan Huang, Shuguang Cui, Xiaochun Cao摘要
3D 高斯泼溅 (3DGS) 因其在新视角合成和 3D 建模中的实时、逼真渲染而受到广泛关注。然而，现有方法难以准确建模受瞬态物体影响的场景，导致渲染图像中出现伪影。我们发现，高斯密度化过程虽然增强了场景细节捕获，却无意中通过生成额外的建模瞬态扰动的高斯函数而导致了这些伪影。为了解决这个问题，我们提出了 RobustSplat，一个基于两个关键设计的鲁棒解决方案。首先，我们引入了延迟高斯生长策略，该策略优先优化静态场景结构，然后才允许高斯分裂/克隆，从而减轻早期优化中对瞬态物体的过拟合。其次，我们设计了一种尺度级联掩码自举方法，该方法首先利用低分辨率特征相似性监督进行可靠的初始瞬态掩码估计，利用其更强的语义一致性和对噪声的鲁棒性，然后逐步进行高分辨率监督以实现更精确的掩码预测。在多个具有挑战性数据集上的广泛实验表明，我们的方法优于现有方法，清晰地证明了我们方法的鲁棒性和有效性。我们的项目页面是 https://fcyycf.github.io/RobustSplat/。
我们引入 RobustSplat，一个稳健的无瞬态 3D Gaussian Splatting 框架，有效缓解动态场景中瞬态物体引起的伪影。基于我们对高斯密度化与瞬态物体引起伪影之间关系的分析，我们的方法整合了延迟高斯生长策略以优先处理静态场景优化，以及尺度级联掩模自举方法以实现可靠的瞬态物体抑制。