https://x.com/janusch_patas/status/1792991152683028616
초록
대규모 장면 재구성을 위한 기존의 NeRF 기반 방법은 화질과 렌더링 속도에 한계가 있는 경우가 많습니다. 최근의 3D 가우시안 스플래팅은 소규모의 오브젝트 중심 장면에서는 잘 작동하지만, 이를 대규모 장면으로 확장할 경우 제한된 비디오 메모리, 긴 최적화 시간, 눈에 띄는 외관 변화로 인해 문제가 발생합니다. 이러한 문제를 해결하기 위해 저희는 3D 가우시안 스플래팅을 기반으로 대규모 장면에서 고품질 재구성 및 실시간 렌더링을 위한 최초의 방법인 VastGaussian을 소개합니다. 저희는 영공 인식 가시성 기준에 따라 훈련 카메라와 포인트 클라우드가 적절히 분산된 여러 셀로 큰 장면을 분할하는 점진적 파티셔닝 전략을 제안합니다. 이러한 셀은 병렬 최적화 후 완전한 장면으로 병합됩니다. 또한 렌더링된 이미지의 외관 변화를 줄이기 위해 최적화 프로세스에 분리된 외관 모델링을 도입합니다. 저희의 접근 방식은 기존 NeRF 기반 방법보다 성능이 뛰어나며 여러 대규모 씬 데이터 세트에서 최첨단 결과를 달성하여 빠른 최적화와 고충실도 실시간 렌더링을 가능하게 합니다.
https://vastgaussian.github.io/
https://github.com/kangpeilun/VastGaussian
