2DGS-Room：幾何制約付きシードガイド2Dガウススプラッティングによる高精細屋内シーン再構築

2DGS-Room: Seed-Guided 2D Gaussian Splatting with Geometric Constrains for High-Fidelity Indoor Scene Reconstruction

December 4, 2024

著者: Wanting Zhang, Haodong Xiang, Zhichao Liao, Xiansong Lai, Xinghui Li, Long Zeng

cs.AI

要旨

屋内シーンの再構築は、空間構造の固有の複雑さと無地の領域の普及により、依然として困難を伴います。 最近の3Dガウススプラッティングの進歩により、新しい視点合成が高速化されましたが、表面再構築においてはまだ同等の性能を提供していません。 本論文では、高忠実度の屋内シーン再構築のために2Dガウススプラッティングを活用した新しい手法、2DGS-Roomを紹介します。 具体的には、2Dガウスの分布を制御するためにシード誘導メカニズムを採用し、シードポイントの密度を適応的な成長と剪定メカニズムを通じて動的に最適化します。 さらに、幾何学的精度を向上させるために、モノクル深度と法線事前情報を組み込み、それぞれ詳細と無地の領域に対する制約を提供します。 さらに、マルチビューの一貫性制約を用いて、アーティファクトを緩和し、再構築品質をさらに向上させます。 ScanNetおよびScanNet++データセットでの詳細な実験により、当社の手法が屋内シーン再構築において最先端の性能を達成していることが示されました。

English

The reconstruction of indoor scenes remains challenging due to the inherent complexity of spatial structures and the prevalence of textureless regions. Recent advancements in 3D Gaussian Splatting have improved novel view synthesis with accelerated processing but have yet to deliver comparable performance in surface reconstruction. In this paper, we introduce 2DGS-Room, a novel method leveraging 2D Gaussian Splatting for high-fidelity indoor scene reconstruction. Specifically, we employ a seed-guided mechanism to control the distribution of 2D Gaussians, with the density of seed points dynamically optimized through adaptive growth and pruning mechanisms. To further improve geometric accuracy, we incorporate monocular depth and normal priors to provide constraints for details and textureless regions respectively. Additionally, multi-view consistency constraints are employed to mitigate artifacts and further enhance reconstruction quality. Extensive experiments on ScanNet and ScanNet++ datasets demonstrate that our method achieves state-of-the-art performance in indoor scene reconstruction.