ActiveSplat: High-Fidelity Scene Reconstruction through Active Gaussian Splatting

要約

私たちは、ガウス スプラッティングを活用した自律的な高忠実度再構成システムである ActiveSplat を提案します。
このシステムは、効率的で現実的なレンダリングを利用して、オンライン マッピング、視点の選択、および経路計画のための統一されたフレームワークを確立します。
ActiveSplat の鍵は、環境に関する高密度の情報とワークスペースの疎な抽象化の両方を統合するハイブリッド マップ表現です。
したがって、このシステムは、効率的な視点サンプリングと経路計画のために疎トポロジを利用すると同時に、視点選択に視点依存の密な予測を利用して、確実な精度と完全性を備えた効率的な意思決定を促進します。
トポロジカル マップに基づく階層的な計画戦略を採用して、限られた予算内で繰り返しの軌跡を軽減し、局所的な粒度を向上させ、フォトリアリスティックなビュー合成による高忠実度の再構築を保証します。
広範な実験とアブレーション研究により、再構成精度、データ範囲、探索効率の点で提案された方法の有効性が検証されています。
プロジェクトページ: https://li-yuetao.github.io/ActiveSplat/。

要約(オリジナル)

We propose ActiveSplat, an autonomous high-fidelity reconstruction system leveraging Gaussian splatting. Taking advantage of efficient and realistic rendering, the system establishes a unified framework for online mapping, viewpoint selection, and path planning. The key to ActiveSplat is a hybrid map representation that integrates both dense information about the environment and a sparse abstraction of the workspace. Therefore, the system leverages sparse topology for efficient viewpoint sampling and path planning, while exploiting view-dependent dense prediction for viewpoint selection, facilitating efficient decision-making with promising accuracy and completeness. A hierarchical planning strategy based on the topological map is adopted to mitigate repetitive trajectories and improve local granularity given limited budgets, ensuring high-fidelity reconstruction with photorealistic view synthesis. Extensive experiments and ablation studies validate the efficacy of the proposed method in terms of reconstruction accuracy, data coverage, and exploration efficiency. Project page: https://li-yuetao.github.io/ActiveSplat/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google