Effizientes 3D-Gaussian-Splatting aus spärlichen Multi-View-Bildern

Wir präsentieren MVSplat, ein effizientes vorwärtsgerichtetes 3D-Gaussian-Splatting-Modell, das aus spärlichen Multi-View-Bildern gelernt wird. Unser Modell konstruiert einen Kostenkubus, um Informationen über die Merkmalsübereinstimmung zwischen den Ansichten zu nutzen, um eine präzisere Geometrieschätzung zu ermöglichen. Im Vergleich zum neuesten Stand der Technik verwendet unser Modell 10-mal weniger Parameter und ist mehr als 2-mal schneller, während es eine höhere Erscheinungs- und Geometriequalität sowie eine bessere Generalisierung über Datensätze hinweg bietet.