GSTAR: ガウス面追跡と再構築

GSTAR: Gaussian Surface Tracking and Reconstruction

January 17, 2025

著者: Chengwei Zheng, Lixin Xue, Juan Zarate, Jie Song

cs.AI

要旨

3Dガウススプラッティング技術は、静的シーンの効率的な写実的レンダリングを実現しています。最近の研究では、これらの手法を拡張して、表面再構築やトラッキングをサポートしています。ただし、3Dガウスを用いた動的表面のトラッキングは、表面の出現、消失、または分割などの複雑なトポロジー変化のために依然として困難です。これらの課題に対処するために、一般的な動的シーンにおける写実的レンダリング、正確な表面再構築、信頼性の高い3Dトラッキングを実現する新しい手法であるGSTARを提案します。複数のビューのキャプチャを入力として受け取ると、GSTARはダイナミックオブジェクトを表すためにメッシュの面にガウスを結び付けます。一貫したトポロジーを持つ表面に対しては、GSTARはメッシュのトポロジーを維持し、ガウスを用いてメッシュをトラッキングします。トポロジーが変化する領域では、GSTARはメッシュからガウスを適応的に解除し、これらの最適化されたガウスに基づいて新しい表面を生成することで、正確な登録を可能にします。さらに、フレーム間のトラッキングのための堅牢な初期化を提供する、表面ベースのシーンフロー手法を導入しています。実験により、当社の手法が効果的に動的表面をトラッキングおよび再構築し、さまざまなアプリケーションを可能にすることが示されています。当社のプロジェクトページとコードリリースは、https://eth-ait.github.io/GSTAR/ で入手可能です。

English

3D Gaussian Splatting techniques have enabled efficient photo-realistic rendering of static scenes. Recent works have extended these approaches to support surface reconstruction and tracking. However, tracking dynamic surfaces with 3D Gaussians remains challenging due to complex topology changes, such as surfaces appearing, disappearing, or splitting. To address these challenges, we propose GSTAR, a novel method that achieves photo-realistic rendering, accurate surface reconstruction, and reliable 3D tracking for general dynamic scenes with changing topology. Given multi-view captures as input, GSTAR binds Gaussians to mesh faces to represent dynamic objects. For surfaces with consistent topology, GSTAR maintains the mesh topology and tracks the meshes using Gaussians. In regions where topology changes, GSTAR adaptively unbinds Gaussians from the mesh, enabling accurate registration and the generation of new surfaces based on these optimized Gaussians. Additionally, we introduce a surface-based scene flow method that provides robust initialization for tracking between frames. Experiments demonstrate that our method effectively tracks and reconstructs dynamic surfaces, enabling a range of applications. Our project page with the code release is available at https://eth-ait.github.io/GSTAR/.