稀疏输入三维高斯正则化

免深度先验

通过几何正则化纠正高斯增长趋势，从稀疏视图合成新视角时不再过拟合，且训练与渲染更快。

Zhaoliang, Liu · Su, Jinhe · 蔡国榕 · Yidong, Chen · Binghui, Zeng · 王宗跃

IEEE Transactions on Circuits and Systems for Video Technology 2024

技术优势

不需要深度先验

两种正则化方法完全基于场景自身的三维高斯种子块和表面-边缘深度相似性，无需任何外部深度监督。

从源头纠正几何

在训练初期就修正高斯增长趋势，防止错误几何被固化，从而减轻过拟合。

训练渲染都更快

相比其他基线方法，GeoRGS 的训练速度和渲染效率显著提升，适合实时应用。

应用场景

• 机器人视觉感知：用少量相机视图即可实时构建准确场景几何，减少机器人对密集视角采集的依赖。
• 具身智能场景重建：在具身智能探索中，仅凭稀疏观测就能重建一致的三维场景，避免过拟合导致的几何错误。
• 无人机三维建图：无人机航拍视角稀疏时也能生成高质量三维地图，且渲染效率支持快速更新。
• 实时渲染管线：训练出的高斯表示可直接接入实时渲染管线，在稀疏输入条件下保持高帧率与高保真。