【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
小胖墩有点瘦14 小时前
【基于yolo和web的垃圾分类系统】
人工智能·python·yolo·flask·毕业设计·课程设计·垃圾分类
bylander15 小时前
【论文阅读】自我进化的AI智能体综述
人工智能·大模型·智能体
却道天凉_好个秋15 小时前
计算机视觉(十二):人工智能、机器学习与深度学习
人工智能·深度学习·机器学习·计算机视觉
小关会打代码15 小时前
自然语言处理之第一课语言转换方法
人工智能·自然语言处理
wenzhangli715 小时前
OneCode 可视化揭秘系列(三):AI MCP驱动的智能工作流逻辑编排
人工智能
聚客AI15 小时前
⭐精准率暴跌50%?RAG开发者必避的十大认知误区
人工智能·llm·agent
codeGoogle15 小时前
大厂研发之谜:千亿投入砸出利润大缩水
前端·人工智能·后端
豆浩宇16 小时前
Conda环境隔离和PyCharm配置,完美同时运行PaddlePaddle和PyTorch
人工智能·pytorch·算法·计算机视觉·pycharm·conda·paddlepaddle
京东云开发者16 小时前
DeepSeek冲击(含本地化部署实践)
人工智能
@国境以南,太阳以西16 小时前
基于Grad-CAM(Gradient-weighted Class Activation Mapping)的可解释性分析
人工智能·深度学习