ActiveSplat: High-Fidelity Scene Reconstruction through Active Gaussian Splatting

要約

Gaussian Spluttingを活用する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。
効率的で現実的なレンダリングを活用して、このシステムは、オンラインマッピング、視点選択、およびパス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まばら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、システムは、効率的な視点サンプリングとパス計画のためにスパーストポロジを活用し、視点選択のためにビュー依存の密な予測を活用し、有望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いた階層的計画戦略が採用され、繰り返しの軌跡を軽減し、限られた時間予算を考慮して局所的な粒度を改善し、光リアリスティックビューの合成による高忠実度の再構築を確保します。
広範な実験とアブレーション研究は、再構築の精度、データカバレッジ、および探査効率の観点から提案された方法の有効性を検証します。
リリースされたコードは、プロジェクトページhttps：//liyuetao.github.io/activesplat/で入手できます。

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 time 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. The released code will be available on our project page: https://li-yuetao.github.io/ActiveSplat/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google