QuickSplat: Fast 3D Surface Reconstruction via Learned Gaussian Initialization - 大規模な室内シーンのガウススプラッティングを最適化！AIを活用し従来の約8倍高速＆最大48%高精度な3D構築技術！

ミュンヘン工科大学の研究者らによる、AIを活用し従来の約8倍高速かつ精度も最大48%向上する3D構築技術「QuickSplat: Fast 3D Surface Reconstruction via Learned Gaussian Initialization」のプロジェクトページと動画が公開されてます！

QuickSplat: Fast 3D Surface Reconstruction via Learned Gaussian Initialization

表面再構成はコンピュータビジョンとグラフィックスの基本であり、3Dモデリング、複合現実感、ロボット工学などのアプリケーションを可能にする。 ボリューメトリックレンダリングに基づく既存のアプローチは有望な結果を得るが、シーンごとに最適化するため、最適化に時間がかかり、観察されていない領域やテクスチャのない領域をモデル化するのに苦労する。

このQuickSplatは、大規模な室内シーンの2Dガウススプラッティング最適化のための高密度な初期化を生成するために、データ駆動型の事前分布を学習する。 これは再構成のための強力な出発点を提供し、最適化の収束を早め、平坦な壁構造の形状を改善する。 我々の提案する高密度化ネットワークは、既存のガウシアンのレンダリング勾配に基づいて新しいガウシアンを予測し、高密度化のためのヒューリスティックの必要性を取り除く。 大規模な室内シーン再構成に関する広範な実験により、我々のデータ駆動型最適化の優位性が実証される。 具体的には、最新の手法と比較して、奥行き誤差を最大48%減少させながら、実行時間を8倍高速化する。

リンク