基于多分支构建与融合的跨视角三维高斯泼溅场景重建方法

《Computer》：CrossView-GS: Gaussian splatting for cross-view scene reconstruction

　　摘要：三维高斯泼溅（3DGS）利用密集分布的高斯基元进行高质量的场景表示与重建。虽然现有的3DGS方法在视角变化较小的场景中表现良好，但来自跨视角数据的大幅视角变化对这些方法提出了优化挑战。为了解决这些问题，我们提出了一种新颖的高斯泼溅方法（CrossView-GS），基于多分支构建与融合，用于跨视角场景重建。我们的方法独立地从不同视角集合重建模型作为多个独立分支，以建立基线高斯分布，在初始化和密化过程中提供可靠的先验信息。具体而言，我们引入了一种梯度感知正则化策略，以缓解显著视角差异导致的平滑问题。此外，我们还采用了一种独特的高斯补充策略，将互补的多分支信息融合到跨视角模型中。在基准数据集上的大量实验表明，在新视角合成方面，我们的方法在性能上优于当前最优方法。我们的代码可在https://github.com/zachzhang07/CrossView-GS获取。