以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【GaussianObject: Just Taking Four Images to Get A High-Quality 3D Object with Gaussian Splatting】 文章链接：[2402.10259] GaussianObject: Just Taking Four Imag...

项目主页：https://gaussianobject.github.io/

开源代码：GitHub - GaussianObject/GaussianObject: Code for "...

作者单位：上海交通大学、华为、多伦多大学

从高度稀疏的视图中重建和渲染3D物体对于促进3D视觉技术的应用和改善用户体验至关重要。然而，稀疏视角下的图像仅包含非常有限的3D信息，这导致了两个重要的挑战：1 )由于用于匹配的图像太少，难以建立多视角一致性；2 )由于视图覆盖率不足，部分遗漏或高度压缩的对象信息。为了应对这些挑战，我们提出了GaussianObject，一个用Gaussian溅射来表示和渲染3D物体的框架，只需要4张输入图像就可以达到很高的渲染质量。

我们首先介绍了可视外壳和浮点消除技术，这些技术明确地将结构先验注入到初始优化过程中帮助建立多视图一致性，产生粗略的3D高斯表示。然后构建基于扩散模型的高斯修复模型来补充遗漏的物体信息，其中的高斯被进一步细化。我们设计了一种自生成策略来获取用于训练修复模型的图像对。我们的Gaussian Object在多个具有挑战性的数据集上进行了评估，包括MipNeRF360、OmniObject3D和OpenIllumination，仅从4个视图中获得了强大的重建结果，并显著优于先前的先进方法。

以上内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！