【AAAI2025】FatesGS：基于深度特征一致性的高斯溅射法进行快速精确的稀疏视角表面重建

最近，高斯溅射法（Gaussian Splatting）在计算机视觉领域引发了一股新潮流。除了新颖的视图合成，它还被扩展到了多视角重建领域。最新的方法能够在保证快速训练速度的同时，实现完整且详细的表面重建。然而，这些方法仍然需要密集的输入视角，并且在稀疏视角下，输出质量显著下降。我们观察到，高斯原语（Gaussian primitives）往往会过拟合少量的训练视角，导致噪声浮动物（floaters）和不完整的重建表面。 在本文中，我们提出了一种创新的稀疏视角重建框架，利用视角内深度和多视角特征一致性，实现了显著准确的表面重建。具体而言，我们利用单目深度排名信息来监督补丁内深度分布的一致性，并采用平滑损失（smoothness loss）来增强分布的连续性。为了实现更精细的表面重建，我们通过多视角投影特征来优化深度的绝对位置。 在DTU和BlendedMVS数据集上的大量实验表明，我们的方法在速度上相比最先进的技术提升了60倍到200倍，在无需昂贵的预训练的情况下，实现了快速且细粒度的网格重建。