《Heritage》:Accessible 3D Gaussian Splatting from Consumer-Grade UAVs as a Framework for Rapid Documentation of Cultural Heritage
编辑推荐:
文化遗产正面临武装冲突与气候灾害引发的加速威胁,在紧急场景下可用于记录的窗口期可能以小时计。传统高保真工作流如地面激光扫描(TLS)与测量级运动恢复结构(SfM)难以满足此类时效约束,因其依赖昂贵硬件与专家团队。应急图像采集可由消费级设备完成,同一照片数据集可
文化遗产正面临武装冲突与气候灾害引发的加速威胁,在紧急场景下可用于记录的窗口期可能以小时计。传统高保真工作流如地面激光扫描(TLS)与测量级运动恢复结构(SfM)难以满足此类时效约束,因其依赖昂贵硬件与专家团队。应急图像采集可由消费级设备完成,同一照片数据集可同时支持用于度量与几何分析的SfM-MVS网格模型,以及用于视角相关视觉解释的3D高斯溅射(3DGS)表达。研究人员评估了一种可获取、全图形化工作流以生成上述互补输出,重点考察3DGS阶段且无需编程或命令行经验。研究依托Brandinian修复理论与国际保护框架提出理论案例,引入“信息失忆(informational amnesia)”概念,即站点文档记录不可逆丧失,作为一类独特且未被充分理论化的遗产失效类别。研究人员进一步主张,3DGS文档化民主化不能仅以许可成本衡量:以开源代码分发但需命令行经验的工具,其可获取性障碍在功能上等同于商业付费墙。真正可获取性要求可安装、图形化软件能被现场非专家从业者操作。研究人员给出该可获取流水线的概念验证应用,即DJI Mini 5 Pro、RealityScan摄影测量重建与Lichtfeld Studio生成3DGS,对象为意大利都灵维纳利亚宫(Fontana d’Ercole)赫拉克勒斯喷泉(UNESCO世界遗产)。视觉结果显示,非专家操作员在采集后数小时内即可获得建筑复杂遗产资产的照片真实、可漫游3DGS替代物,并为未来定量评估确立实证基础。
研究背景方面,文化遗产正以超过学科记录能力的速率流失,地震、冲突与气候灾害可在数分钟内摧毁数百年建筑织物,而传统TLS与测量级SfM-MVS依赖昂贵仪器与多人员专家团队,在数小时访问窗口的应急场景中操作上不兼容。研究人员指出核心挑战已从物理保存转向“信息生存”,即在毁灭前捕获可传递文化意义的证据,并将无高保真记录伴随实体毁灭的状态定义为“信息失忆(informational amnesia)”,这是物理退化之外不可补偿的遗产失效。基于Brandi修复理论中材料一致性(consistenza materiale)与可识别性(riconoscibilità)原则,以及Nara真实性文件对知识传递真实性的扩展,研究人员将应急数字记录提升为与物理保护同等的伦理义务。在此框架下,速度(黄金小时)与可获取性(非专家单机操作)被确立为道德变量而非单纯操作便利。论文发表于《Heritage》期刊,旨在证明全图形化、零命令行消耗的消费级无人机至3DGS流水线在UNESCO遗址上的概念可行性。
关键技术方法方面,研究人员采用DJI Mini 5 Pro(<250 g,12 MP CMOS,13.2×8.8 mm)于意大利都灵Reggia di Venaria Reale的Fontana d’Ercole开展手动飞行采集,282张影像、约15分钟、平均GSD 5.6 mm/pix、前后向重叠约80%。SfM位姿与稀疏点云由RealityScan 2.0.1图形化生成并导出COLMAP格式位姿文件,3DGS训练分别用Lichtfeld Studio 0.5.2(开源可安装GUI,MCMC策略)与Jawset PostShot 1.1.0(商业GUI,Splat3策略)在RTX 4070笔记本上完成,迭代30000、SH阶数3、图像下采样至3480 px,部分配置用PostShot内部位姿对照。所有步骤均无命令行交互。
研究结果部分,按原文小节浓缩如下。
理论框架小节中,研究人员通过Brandi历史实例与美学实例辩证及Venice Charter物质中心范式,引出Nara文件将真实性归于知识传递的转向,确立信息失忆为切断毁灭遗址与未来释读链的一阶伦理类别;在应急文档化伦理小节中,论证速度与图形化可获取性为非专家现场部署的必要条件,从而将“开源代码”与“可操作可获取软件”区分开。
所提可获取3DGS文档化流水线小节中,研究人员展示A1类<250 g无人机监管负担较低,RealityScan免费层(营收阈值内)完成特征匹配、光束法平差与位姿导出,直接喂入Lichtfeld Studio,免去COLMAP;3DGS小节阐明其以各向异性高斯原语+球谐(SH)系数编码视角相关辐射,7000–30000次迭代低于1小时收敛,与SfM-MVS网格形成“度量几何+视角相关外观”双输出互补而非替代;可获取性鸿沟小节指出原版Kerbl等参考实现需CUDA/Python/命令行,而Lichtfeld Studio与PostShot的GUI封装消除该障碍。
案例研究小节中,Fontana d’Ercole因1669–1672原构解体、2022年批判重建形成原石/碎片/当代耐候钢共存palimpsest,是测试riconoscibilità的理想床。采集至RealityScan对齐3分钟(1.9M绑点,重投影误差0.64 px),纹理网格30.6M三角面14分钟;Lichtfeld Studio默认(LFS_D)30分钟(MCMC,1M高斯),匹配(LFS_M)54分钟(3M高斯);PostShot默认(PS_D)40分钟(Splat3,3M高斯),匹配(PS_M)38分钟(MCMC,3M高斯),内部位姿版加13分钟。全流水线捕图到可漫游场景<2小时。视觉比较显示RealityScan网格与Metashape视觉相当但快得多;3DGS相较静态纹理网格保留水面色调制、大理石视角辉光与浮雕阴影深度;LFS_M较LFS_D边缘略锐但应急档案意义有限;PostShot内部位姿(97.3k点)较RealityScan外部位姿(1.9M点)场景连贯性明显下降;LFS_M在多层材质区无浮点伪影,PS_M在中央墙体出现半透明Gaussian floaters且前景砖面分辨弱。
讨论小节中,研究人员确认图形化链条可去除编程壁垒但不免图像网络设计能力;上游位姿密度决定下游3DGS质量甚于优化器选型;免费Lichtfeld在复杂材质一致性上不劣于付费PostShot;3DGS连续照片真实表面可能掩盖文档/重建/推断边界,违背riconoscibilità,故需伴生位姿溯源、训练参数与空间置信图;局限包括无TLS控制点几何验证、无PSNR/SSIM定量、强日照深影信息缺失、存档格式未标准化、仅限室外航拍。
结论部分翻译浓缩:研究人员主张可获取3DGS通过遏制“信息失忆”贡献于遗产快速记录;Fontana d’Ercole案例证明DJI Mini 5 Pro+RealityScan+Lichtfeld Studio在零商业许可与零命令行下数小时内产出可漫游照片真实替代物,并保留雕塑、水面、材质分层信息;双步图形化(外部SfM位姿+GUI高斯优化)优于单软件内部位姿;免费工具在材质复杂区一致性不逊付费工具;3DGS不自动均质历史层但浮点伪影与深影区会破坏证据透明,应配元数据与未来不确定图,与度量网格互补留存;待办为TLS定量验证、标准图像质量基准、位姿初始化系统评估与高斯辐射场存档标准。首选应急交付物是含源影像、元数据、SfM-MVS产品与3DGS可视化的档案包,各层局限显式声明。