【三维重建】InstantSplat:稀疏视角的无SfM高斯泼溅 (3D Gaussian Splatting)

![# 系列文章目录

例如:第一章 Python 机器学习入门之pandas的使用](https://i-blog.csdnimg.cn/direct/6304d4a714f045b488949062fdc7b3b2.png)


提示:关注B站【方矩实验室】,查看视频讲解

文章目录


1.摘要

InstantSplat将多视图立体(MVS)预测与基于点的表示相结合,在几秒钟内从稀疏视图数据构建大规模场景的3D高斯模型,解决了SfM的性能和效率问题。

具体来说,InstantSplat在所有训练视图中生成密集填充的表面点,并使用像素对齐来确定初始相机参数 。并且采用了一个基于网格与置信度感知的最远点采样方法并行,以提升计算效率。最后通过自监督联合优化相机位姿以及GS参数

通过使用这个简化的框架,InstantSplat实现了训练时间的大幅减少,从几个小时到几秒钟-并在不同数据集中的各种视图数量上表现出强大的性能。

2.Introduction

3.主要方法

整体上,通过DUSt 3R 得到稠密点云,然后利用其置信度做稠密点云的下采样 作为3DGS的初始点云,然后联合优化相机位姿与高斯参数

3.1 MVS( DUSt 3R )




3.2 GS的初始化

3.3 联合优化

4.实验

5.总结


相关推荐
.银河系.2 分钟前
9.28 深度学习10
人工智能·深度学习
jie*3 分钟前
小杰深度学习(two)——全连接与链式求导
图像处理·人工智能·pytorch·python·深度学习·分类·回归
Bwcx_lzp7 分钟前
深度学习核心技术演进:从函数到 Transformer 架构
人工智能·深度学习·transformer
北京耐用通信23 分钟前
协议不通,数据何通?耐达讯自动化Modbus TCP与Profibus网关技术破解建筑自动化最大瓶颈
网络·人工智能·网络协议·自动化·信息与通信
IT_陈寒26 分钟前
Redis 性能提升秘籍:这5个被低估的命令让你的QPS飙升200%
前端·人工智能·后端
victory043144 分钟前
从机器学习到RLHF的完整学科分支脉络与赛道分析
人工智能·机器学习
京东零售技术5 小时前
京东零售胡浩:智能供应链从运筹到大模型到超级智能体的演进
大数据·人工智能
榕壹云5 小时前
GEO正在通过大模型技术重构企业数字营销生态
人工智能·重构·geo
K姐研究社8 小时前
通义万相Wan2.5模型实测,可生成音画同步视频
人工智能·aigc·音视频
云起SAAS8 小时前
老年ai模拟恋爱抖音快手微信小程序看广告流量主开源
人工智能·微信小程序·小程序·ai编程·看广告变现轻·老年ai模拟恋爱·ai模拟恋爱