SpotlessSplats: Ignoring Distractors in 3D Gaussian Splatting

要約

3D ガウス スプラッティング (3DGS) は、3D 再構築の有望な技術であり、効率的なトレーニングとレンダリング速度を提供し、リアルタイム アプリケーションに適しています。ただし、現在の方法では、高度に制御された環境 (移動する人や風に吹かれる要素がなく、一貫した環境) が必要です。
ライティング）を使用して、3DGS のビュー間の一貫性の前提を満たすようにします。
このため、現実世界のキャプチャの再構築が問題になります。
SpotlessSplats は、事前にトレーニングされた汎用機能と堅牢な最適化を活用して、一時的な注意をそらすものを効果的に無視するアプローチを紹介します。
私たちの方法は、カジュアルなキャプチャで視覚的にも定量的にも最先端の再構成品質を実現します。

要約(オリジナル)

3D Gaussian Splatting (3DGS) is a promising technique for 3D reconstruction, offering efficient training and rendering speeds, making it suitable for real-time applications.However, current methods require highly controlled environments (no moving people or wind-blown elements, and consistent lighting) to meet the inter-view consistency assumption of 3DGS. This makes reconstruction of real-world captures problematic. We present SpotlessSplats, an approach that leverages pre-trained and general-purpose features coupled with robust optimization to effectively ignore transient distractors. Our method achieves state-of-the-art reconstruction quality both visually and quantitatively, on casual captures.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google