VastGaussian: Обширные 3D-гауссовы распределения для реконструкции крупномасштабных сцен

VastGaussian: Vast 3D Gaussians for Large Scene Reconstruction

February 27, 2024

Авторы: Jiaqi Lin, Zhihao Li, Xiao Tang, Jianzhuang Liu, Shiyong Liu, Jiayue Liu, Yangdi Lu, Xiaofei Wu, Songcen Xu, Youliang Yan, Wenming Yang

cs.AI

Аннотация

Существующие методы реконструкции крупных сцен на основе NeRF часто имеют ограничения в визуальном качестве и скорости рендеринга. Хотя недавно предложенный метод 3D Gaussian Splatting хорошо работает на небольших и объектно-ориентированных сценах, его масштабирование на крупные сцены сталкивается с трудностями из-за ограниченной видеопамяти, длительного времени оптимизации и заметных вариаций внешнего вида. Для решения этих проблем мы представляем VastGaussian — первый метод высококачественной реконструкции и рендеринга в реальном времени для крупных сцен на основе 3D Gaussian Splatting. Мы предлагаем прогрессивную стратегию разделения крупной сцены на несколько ячеек, где тренировочные камеры и облако точек распределяются с учетом критерия видимости в воздушном пространстве. Эти ячейки объединяются в полную сцену после параллельной оптимизации. Мы также вводим разделенное моделирование внешнего вида в процесс оптимизации, чтобы уменьшить вариации внешнего вида в рендеренных изображениях. Наш подход превосходит существующие методы на основе NeRF и достигает передовых результатов на нескольких наборах данных крупных сцен, обеспечивая быструю оптимизацию и высококачественный рендеринг в реальном времени.

English

Existing NeRF-based methods for large scene reconstruction often have limitations in visual quality and rendering speed. While the recent 3D Gaussian Splatting works well on small-scale and object-centric scenes, scaling it up to large scenes poses challenges due to limited video memory, long optimization time, and noticeable appearance variations. To address these challenges, we present VastGaussian, the first method for high-quality reconstruction and real-time rendering on large scenes based on 3D Gaussian Splatting. We propose a progressive partitioning strategy to divide a large scene into multiple cells, where the training cameras and point cloud are properly distributed with an airspace-aware visibility criterion. These cells are merged into a complete scene after parallel optimization. We also introduce decoupled appearance modeling into the optimization process to reduce appearance variations in the rendered images. Our approach outperforms existing NeRF-based methods and achieves state-of-the-art results on multiple large scene datasets, enabling fast optimization and high-fidelity real-time rendering.