跳到正文
arXiv · 机器人与计算机视觉· Sheng-Hsiang Hung, Ting-Yu Yen, Wei-Fang Sun, Simon See, Shih-Hsuan Hung, Hung-Kuo Chu·· 22 天前AI 评分62

LoBE-GS:用于大规模场景重建的负载均衡且高效 3D 高斯泼溅框架

LoBE-GS: Load-Balanced and Efficient 3D Gaussian Splatting for Large-Scale Scene Reconstruction

AI 导读

针对现有方法在大规模无界场景(如街区)中面临的内存压力、负载不均及粗粒度阶段利用不足等问题,本文提出 LoBE-GS 框架。该方法通过优化切割线的负载均衡 KD-tree 分区方案平衡每块相机数量,并利用基于深度的反向投影加速预处理;同时引入可见性裁剪和选择性稠密化技术降低训练成本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org