【ICLR2025】基于图形引导的图像场景重建：3D高斯散射方法

本文研究了一个开放的研究挑战，即从图像重建高质量的大型3D开放场景。观察到现有方法存在各种局限性，例如需要精确的相机姿态作为输入以及密集的视角来进行监督。为了实现高效的3D场景重建，我们提出了一种新颖的图形引导3D场景重建框架，GraphGS。 具体来说，给定一组由RGB相机拍摄的场景图像，我们首先设计了一种基于空间先验的场景结构估计方法。接着，利用该方法创建一个包含相机拓扑信息的相机图。进一步地，我们提出将图形引导的多视角一致性约束和自适应采样策略应用于3D高斯散射优化过程。这大大缓解了高斯点对特定稀疏视角的过拟合问题，并加速了3D重建过程。 我们展示了GraphGS能够从图像中实现高保真度的3D重建，并通过多个数据集的定量和定性评估，展示了其在性能上的最先进水平。项目页面：https://3dagentworld.github.io/graphgs/