GSTAR: Gaussian Surface Tracking and Reconstruction

要約

3D ガウス スプラッティング技術により、静的シーンの効率的な写真のようにリアルなレンダリングが可能になりました。
最近の研究では、これらのアプローチを拡張して、表面の再構築と追跡をサポートしています。
ただし、サーフェスの出現、消失、分割などの複雑なトポロジーの変化により、3D ガウスを使用した動的サーフェスの追跡は依然として困難です。
これらの課題に対処するために、トポロジーが変化する一般的な動的シーンに対してフォトリアリスティックなレンダリング、正確な表面再構築、および信頼性の高い 3D トラッキングを実現する新しい手法である GSTAR を提案します。
マルチビュー キャプチャを入力として与えると、GSTAR はガウスをメッシュ面にバインドして動的オブジェクトを表現します。
一貫したトポロジを持つサーフェスの場合、GSTAR はメッシュ トポロジを維持し、ガウス分布を使用してメッシュを追跡します。
トポロジーが変化する領域では、GSTAR はメッシュからガウスのバインドを適応的に解除し、これらの最適化されたガウスに基づいて正確な位置合わせと新しいサーフェスの生成を可能にします。
さらに、フレーム間の追跡のための堅牢な初期化を提供するサーフェスベースのシーン フロー手法を導入します。
実験では、私たちの方法が動的表面を効果的に追跡および再構築し、さまざまなアプリケーションを可能にすることが実証されています。
コードリリースを含むプロジェクトページは https://chengwei-zheng.github.io/GSTAR/ から入手できます。

要約(オリジナル)

3D Gaussian Splatting techniques have enabled efficient photo-realistic rendering of static scenes. Recent works have extended these approaches to support surface reconstruction and tracking. However, tracking dynamic surfaces with 3D Gaussians remains challenging due to complex topology changes, such as surfaces appearing, disappearing, or splitting. To address these challenges, we propose GSTAR, a novel method that achieves photo-realistic rendering, accurate surface reconstruction, and reliable 3D tracking for general dynamic scenes with changing topology. Given multi-view captures as input, GSTAR binds Gaussians to mesh faces to represent dynamic objects. For surfaces with consistent topology, GSTAR maintains the mesh topology and tracks the meshes using Gaussians. In regions where topology changes, GSTAR adaptively unbinds Gaussians from the mesh, enabling accurate registration and the generation of new surfaces based on these optimized Gaussians. Additionally, we introduce a surface-based scene flow method that provides robust initialization for tracking between frames. Experiments demonstrate that our method effectively tracks and reconstructs dynamic surfaces, enabling a range of applications. Our project page with the code release is available at https://chengwei-zheng.github.io/GSTAR/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google