LCSR：基于高斯散布技术的户外单体建筑低成本表面重建方法

《Displays》：LCSR: Low-cost surface reconstruction for outdoor monolithic buildings based on Gaussian splatting

针对户外建筑场景中高质量表面重建与内存消耗的权衡问题，本文提出LCSR框架，通过Dense Gaussian Primitives（DGP）增强细节，Dual-Filtering（DF）策略减少内存，Plane Geometry Constraint（PGC）优化几何结构，实验表明内存平均减少28.85%，重建质量提升22.55%。

　　

郑坤雄|李小龙|朱慧|谭永辉|李建辉

自然资源部鄱阳湖矿环境监测与改善重点实验室，华东理工大学，南昌，330013，中国

摘要

近年来，基于3D高斯散布（3DGS）的表面重建技术在从离散高斯点云中高效提取高质量3D网格模型方面展现了显著的潜力。大多数现有的户外建筑场景高质量表面提取方法都面临较大的内存消耗问题。通过限制图像输入或迭代步骤来减少内存使用通常会导致网格重建质量的显著下降。本文针对户外建筑场景，提出了一种创新的框架LCSR，该框架综合了三个关键组件来解决这一挑战。首先，密集高斯原语（DGP）在稀疏输入下保留了更多的纹理细节，同时提供了一组密集的高斯原语。其次，双过滤（DF）策略通过专注于主要建筑结构并去除建筑物周围的浮动物体，显著降低了内存开销。最后，基于过滤后的高斯原语，平面几何约束（PGC）通过提高几何规则性进一步增强了网格质量。实验结果表明，在优先考虑较低内存消耗的情况下，LCSR将CPU内存使用量平均降低了28.85%；而在追求更高重建质量的情况下，重建精度平均提高了22.55%，同时CPU内存使用量平均降低了13.54%。

引言

在计算机视觉领域，多视图合成和几何重建是具有挑战性但又至关重要的任务。重建的表面为下游应用提供了丰富的结构信息，广泛应用于虚拟现实[1]、增强现实[3]和自动驾驶[4][5]等领域。传统的多视图3D重建技术包括基于运动的结构（SfM）[6]、多视图立体视觉（MVS）[7]和点云表面重建[8]。然而，这些方法无法捕捉到精细的纹理和反射细节，因此生成的3D模型往往缺乏高质量的视觉效果[9]。

近年来，神经辐射场（NeRF）[10]凭借其新颖的视图合成能力，在渲染真实场景模型方面取得了出色的成果。然而，从这些隐式表示中提取高质量网格仍然是一个挑战。一些方法尝试结合占用度[11]或符号距离函数（SDF）[12]将NeRF的网格结构转换为表面重建框架。但由于体积渲染的计算密集性，从这类神经辐射场进行表面重建通常需要数小时的训练时间。

3D高斯散布（3DGS）[13]是计算机视觉领域的一项重大进展。该技术使用一组高斯函数对场景进行建模，通过自适应密度控制优化高斯原语的数量，同时通过快速可微分的光栅化实现高效渲染。然而，由于高斯分布的无序性和不规则性，从数百万个离散高斯原语中精确提取网格模型仍然具有挑战性。为了解决这个问题，一些研究致力于从离散高斯分布中提取有效的网格模型[14][15][16][17]。SuGaR[17]利用泊松表面重建从渲染的深度图中提取网格。2DGS[15]将3D高斯原语压缩为2D平面高斯圆盘，使用2D高斯原语进行3D场景表示，以提高几何重建与渲染之间的一致性。然而，这些方法在捕捉细粒度几何结构方面存在局限性。GOF[16]直接从3D高斯分布中导出高斯不透明度场以提取紧凑的表面模型，但其深度估计容易引入偏差。PGSR[14]提出了一种无偏的深度渲染方法，该方法渲染每个像素的平面几何参数，并利用TSDF融合[18]从渲染的深度图中提取表面模型。3DGS的出现为大型城市建筑的3D表示带来了新的机会，这在自动驾驶和城市规划等领域发挥着重要作用[19]。

然而，在严格的硬件限制下实现户外建筑的高质量表面重建仍然是一个重大挑战。现有方法通常面临一个艰难的权衡：通过限制图像输入或迭代次数来减少计算负载通常会导致重建质量的显著下降，而追求高保真度则会导致网格提取过程中过大的内存消耗。为了解决这个问题，我们提出了LCSR，这是一个专为户外建筑设计的低成本高质量表面重建框架。通过引入一种协同的工作流程，LCSR战略性地平衡了资源消耗和网格质量。该框架由三个紧密连接的组件组成：首先，通过将过滤技术融入高斯优化中，建立密集高斯原语（DGP），在稀疏输入和有限迭代次数下有效保留场景细节，同时增加高斯原语的密度；接下来，应用一种新颖的双过滤（DF）策略，该策略独特地利用了免费提供的初始点云来隔离与建筑物无关的噪声，从而大幅降低了DGP引入的内存开销；最后，设计了一种平面几何约束（PGC）方法，将过滤后的原语与建筑表面对齐，进一步提高网格质量。LCSR主要旨在改善内存质量与重建质量之间的权衡，并在受限的硬件资源下提高提取的可行性。尽管某些组件可能会影响运行时行为，但我们并不声称LCSR在所有设置中都能实现普遍的端到端加速。整个重建流程如图1所示。

总之，我们的方法在以下方面做出了贡献：

• •
  我们提出了LCSR，这是一个专门为户外建筑场景设计的系统框架。通过综合密集高斯原语（DGP）、双过滤（DF）和平面几何约束（PGC），LCSR实现了低成本和高质量的表面重建。
• •
  我们引入了双过滤（DF）策略作为减少内存消耗的关键。通过有效利用免费的初始点云来聚焦建筑表面，DF显著降低了DGP引入的内存开销，并去除了周围的浮动物体。
• •
  我们为建筑结构设计了平面几何约束（PGC）方法。基于过滤后的高斯原语，PGC有助于将原语与建筑表面对齐，从而进一步提高重建质量。

部分摘录

传统表面重建

近年来，传统的多视图3D重建技术取得了显著进展。基于运动的结构（SfM）[6]的引入为多视图3D重建开辟了新的领域，通过在相机校准阶段输入一组多视图图像来生成场景的图像姿态信息和稀疏几何结构。如今，表面重建通常依赖于多视图立体视觉（MVS）[7]技术，其处理流程可以大致

方法

LCSR是一个旨在在硬件受限条件下实现低成本、高质量户外建筑表面重建的连贯框架。它主要由三个协同工作的组件（DGP、DF和PGC）组成，这些组件共同平衡网格质量和内存消耗。首先，构建密集高斯原语（DGP），以在稀疏输入下提供丰富的细节保留基础。认识到这种密度会引入内存开销，我们

实验细节

数据和材料：为了验证所提出方法的有效性，我们在几个真实世界数据集上进行了实验，特别关注户外建筑场景。评估包括来自知名摄影测量公司Aigsoft的数据集、开源COLMAP项目[6]，以及TnT数据集[47]中的以对象为中心的场景。为了评估我们的方法在稀疏图像输入下的鲁棒性，我们有意减少了TnT数据集[47]中每个场景的图像数量

结论

本文提出了LCSR，这是一个新颖且连贯的框架，用于在硬件资源有限、输入稀疏和迭代次数减少等具有挑战性的条件下实现户外建筑场景的高质量表面重建。LCSR的核心贡献在于一个协同过程，该过程整合了密集高斯原语（DGP）、双过滤（DF）和平面几何约束（PGC），不仅仅是作为顺序步骤，而是作为相互依赖的组件。DGP为DF提供了基础，

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了国家自然科学基金（批准号：42261078）、江西省地质局科学技术研究项目（批准号：2022JXDZKJKY08）、自然资源部鄱阳湖矿环境监测与改善重点实验室开放基金（批准号：MEMI-2023-08）和华东理工大学基金会（编号：DHYC-2025099）的支持。