偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

模型壓縮70%!精度更高!開源MoDec-GS:更緊湊、更精確的動態(tài)3DGS

人工智能 新聞
我們提出MoDec-GS,這是一個新穎的緊湊框架用于高質(zhì)量動態(tài)3D高斯濺射,解決了動態(tài)場景重建中的存儲需求和復(fù)雜運(yùn)動挑戰(zhàn)。

  本文經(jīng)3D視覺之心公眾號授權(quán)轉(zhuǎn)載,轉(zhuǎn)載請聯(lián)系出處。

0. 論文信息

標(biāo)題:MoDec-GS: Global-to-Local Motion Decomposition and Temporal Interval Adjustment for Compact Dynamic 3D Gaussian Splatting

作者:Sangwoon Kwak, Joonsoo Kim, Jun Young Jeong, Won-Sik Cheong, Jihyong Oh, Munchurl Kim

機(jī)構(gòu):ETRI, South Korea、KAIST, South Korea、Chung-Ang University, South Korea

原文鏈接:https://arxiv.org/abs/2501.03714

代碼鏈接:https://kaist-viclab.github.io/MoDecGS-site/

1. 導(dǎo)讀

3D Gaussian Splatting (3DGS)在場景表示和神經(jīng)渲染方面取得了重大進(jìn)展,并致力于使其適應(yīng)動態(tài)場景。盡管提供了卓越的渲染質(zhì)量和速度,但現(xiàn)有的方法在存儲需求和表示復(fù)雜的真實(shí)世界運(yùn)動方面存在困難。為了解決這些問題,我們提出了MoDecGS,一種內(nèi)存高效的高斯分布框架,旨在重建具有復(fù)雜運(yùn)動的挑戰(zhàn)性場景中的新視圖。我們引入全局到局部的運(yùn)動分解(GLMD)來有效地以粗到細(xì)的方式捕捉動態(tài)運(yùn)動。這種方法利用全局規(guī)范支架(全局CS)和局部規(guī)范支架(局部CS),將靜態(tài)支架表示擴(kuò)展到動態(tài)視頻重建。對于全局CS,我們提出了全局錨變形(GAD ),通過直接變形隱式支架屬性(錨位置、偏移和局部上下文特征)來有效地表示復(fù)雜運(yùn)動的全局動態(tài)。接下來,我們通過局部CS的局部高斯變形(LGD)來精確調(diào)整局部運(yùn)動。此外,我們引入時間間隔調(diào)整(TIA)來自動控制訓(xùn)練期間每個本地CS的時間覆蓋范圍,允許MoDecGS基于指定數(shù)量的時間片段找到最佳間隔分配。廣泛的評估表明,對于來自真實(shí)世界動態(tài)視頻的動態(tài)3D高斯模型,MoDecGS在模型大小上實(shí)現(xiàn)了平均70%的縮減,同時保持甚至提高了渲染質(zhì)量。

2. 效果展示

我們提議MoDec-GS,這是一個內(nèi)存高效的動態(tài)3D高斯分布(3DGS)框架,用于在復(fù)雜的現(xiàn)實(shí)世界場景中進(jìn)行新的視圖重建。它的核心是全局到局部運(yùn)動分解(GLMD)方法,該方法使用具有由粗到細(xì)調(diào)整的全局和局部規(guī)范支架來捕捉動態(tài)運(yùn)動。時間間隔調(diào)整進(jìn)一步優(yōu)化時間片段分配。實(shí)驗(yàn)表明**MoDec-GS將模型尺寸平均縮小了70%**同時保持或提高渲染質(zhì)量。

圖片

我們將我們的方法與最先進(jìn)的方法SC-GS,4DGS,可變形3DGS在單目視頻序列上。我們提供了量化的性能以及新穎的視圖渲染結(jié)果:PSNR,SSIM,LPIPS和存儲大小。所提出的方法顯示卓越的定量和定性質(zhì)量性能比SOTA的方法甚至緊湊模型尺寸.

圖片

3. 方法

MoDec-GS概述。為了有效地訓(xùn)練具有復(fù)雜運(yùn)動的動態(tài)3D高斯模型,我們引入了全局到局部運(yùn)動分解(GLMD)。我們首先用整個幀訓(xùn)練全局規(guī)范支架-GS(全局CS ),并將全局錨變形(GAD)應(yīng)用于專用于表示其相應(yīng)時間片段的局部規(guī)范支架-GS(局部CS)。接下來,為了精細(xì)地調(diào)整剩余的局部運(yùn)動,我們應(yīng)用局部高斯變形(LGD ),該局部高斯變形利用共享的六邊形平面顯式地變形重建的3D高斯。在訓(xùn)練期間,執(zhí)行時間間隔調(diào)整(TIA ),將時間間隔優(yōu)化為適應(yīng)場景運(yùn)動水平的非均勻間隔。推薦課程:實(shí)時400FPS!高精NeRF/Gaussian SLAM定位與建圖。

圖片

兩階段變形的概念和效應(yīng)。為了表示3D高斯的復(fù)雜運(yùn)動,可以通過錨本身的變形來更有效地處理時間間隔上的全局運(yùn)動。相比之下,單個3D高斯在一個時間間隔內(nèi)的細(xì)微運(yùn)動可以通過每個高斯的顯式變形來有效地解決。

圖片

在訓(xùn)練過程中,時間間隔通過TIA適當(dāng)?shù)剡m應(yīng)場景中的運(yùn)動程度。已經(jīng)證實(shí),累積的歸一化光流幅度被TIA重新平衡,這導(dǎo)致重新平衡每個間隔覆蓋的運(yùn)動程度。

圖片

4. 實(shí)驗(yàn)結(jié)果

圖片

5. 總結(jié) & 未來工作

我們提出MoDec-GS,這是一個新穎的緊湊框架用于高質(zhì)量動態(tài)3D高斯濺射,解決了動態(tài)場景重建中的存儲需求和復(fù)雜運(yùn)動挑戰(zhàn)。通過利用全局到局部運(yùn)動分解(GLMD),其中包含全局錨點(diǎn)變形(GAD)用于全局運(yùn)動和局部高斯變形(LGD)用于精細(xì)局部調(diào)整,MoDec-GS有效地捕捉復(fù)雜運(yùn)動,同時使用最小的存儲空間。此外我們的時間間隔調(diào)整(TIA)允許自適應(yīng)時間分割跨越動態(tài)間隔,而不需要外部運(yùn)動數(shù)據(jù)。廣泛評估證實(shí),MoDec-GS顯著減小模型大小,平均減少70%,同時在具有挑戰(zhàn)性的數(shù)據(jù)集上保持或提高渲染質(zhì)量,為現(xiàn)實(shí)世界的動態(tài)3D重建提供了一種緊湊而強(qiáng)大的解決方案。

對更多實(shí)驗(yàn)結(jié)果和文章細(xì)節(jié)感興趣的讀者,可以閱讀一下論文原文~

責(zé)任編輯:張燕妮 來源: 3D視覺之心
相關(guān)推薦

2025-06-06 09:07:00

2024-10-12 10:29:11

計(jì)算機(jī)圖形

2025-06-18 08:54:48

2025-08-20 09:17:00

2025-10-13 15:52:20

AI模型開源

2024-09-20 09:53:11

2024-06-14 09:21:56

2024-04-29 09:43:21

傳感器激光雷達(dá)

2024-12-13 10:20:00

3D自動駕駛AI

2025-09-08 09:08:00

2024-01-15 08:47:22

3D自動駕駛

2011-08-19 14:29:30

win7系統(tǒng)時間

2025-03-27 10:54:06

2024-12-10 15:50:00

AI生成

2024-11-27 09:28:00

2021-02-20 17:25:18

Netflix開源GraphQL

2024-12-23 15:46:59

2024-08-05 13:30:00

2024-12-03 09:49:07

2024-11-01 10:40:00

自動駕駛智能汽車
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號