3D高斯泼溅的后处理方式

概述

上篇文章介绍了3D高斯泼溅(3DGS)的基本原理和构建方式，本文主要聚焦两个问题：

首先补充一下从Pixel Reconstruct的视频 $1$ 中的看到的拍摄技巧。

对于空间建模任务，可以用环绕空间的方式的进行拍摄，拍摄三组，一组镜头高俯视、二组镜头中直面，三组镜头低仰视。

对于物体建模任务，同样用环绕的方式的进行拍摄，具体环绕圈数不固定，取决于物体本身的高度，对于室外建筑，可以采用如下图所示的用无人机环绕式上升进行拍摄。

下面再次对上篇文章提到的洗衣房室内场景进行视频拍摄，用1080P 30帧的规格进行录制。

录制完成后，利用ffmpeg进行切帧。

首先创建待保存的图像文件夹：

复制代码

mkdir -p images

切帧方式根据视频运镜速度来定，比如速度比较快，那将每帧都切出来：

复制代码

ffmpeg -i input.mp4 -vsync 0 images/frame_%04d.jpg

如果速度比较慢，可以每隔2帧取一帧：

复制代码

ffmpeg -i input.mp4 -vf "select='not(mod(n\,2))',setpts=N/FRAME_RATE/TB" -vsync vfr images/frame_%04d.jpg

下面得到1212张图像，用colmap-gradio可以生成15组sparse数据。

用brush来生成3DGS，发现一个问题是无法自动导入全部图像，未能找到设置方式。

使用有限的83张图像训练了30000个steps，效果不好，下图中，上方的图像表示3dgs的结果，下方的图像为所拍摄的原始图像。

用brush对视频帧做3dgs宣告失败。

虽然用视频帧做3dgs暂时失败，但不影响继续对第二个问题进行探究，拿上一篇文章得到的.ply文件结果进行尝试。

要编辑该文件，首先想到的是专业建模软件Blender。

然而，Blender 本身没有原生的 Gaussian Splatting渲染管线, 导致直接导入该文件只能看到点云结构，没法渲染出颜色信息。

更好的方式是用superspl这款开源的编辑器 $2$ ，它采用了类 Blender 风格的设计，并支持网页版直接访问。

处理无用信息的一个小技巧是，先选择需要保留的区块内容，再选择反选，以此删除多余的点云。

然后用旋转工具，将其调整到标准水平面上，再进行微调。

该工具支持导出.ply和.splat两种格式文件，前者是标准的点云数据格式，后者是"高斯椭球体"构成的二进制渲染数据格式，比前者具备更好的渲染效率。

导出结果之后，如何在Web上进行渲染呢？

已有相关项目，GaussianSplats3D在Three.js的基础上，支持了3DGS的渲染。

它提供了一个在线访问网站 $4$ ，在网站中，可以将.ply和.splat格式转换成压缩率更高的ksplat格式，并进行本地渲染。

此外，它提供了一些高精度的示例，可以加载查看。

相较于图像拍照，视频切帧存在以下两个缺点：

视频帧导入失败的一个可能原因是，在计算位姿匹配时，正确匹配的图像对过少，不过该方式可以通过切帧时写入元数据、用RealityScan去进行计算，可以可视化观察虚拟摄像机是否出现在正确的位置上。

此外，在搜集资料时，发现了一种更高效的数据采集方式，即通过全景相机来进行采集数据 $5$ 。

全景相机能够一次性采集360度的是视角，可以让数据采集的速度得到极大提升，还有人一次性同时用三个全景相机去采集数据 $6$ ，得到了非常好的3DGS效果。

后面我将尝试利用全景相机，构建大场景3DGS的实践方案。