ECCV2024论文解读|MVSplat: Efficient 3D Gaussian Splatting from Sparse Multi-View Images从稀疏多视图图像高效生成 3D高斯

论文标题

MVSplat: Efficient 3D Gaussian Splatting from Sparse Multi-View Images
MVSplat：从稀疏多视图图像高效生成 3D 高斯 splatting

论文链接

MVSplat: Efficient 3D Gaussian Splatting from Sparse Multi-View Images论文下载

论文作者

Dony Chen, Chuanxia Zheng, et al.

内容简介

本文介绍了一种名为 MVSplat 的高效模型，该模型能够从稀疏多视图图像中预测干净的前馈 3D 高斯分布。通过平面扫描构建代价体表示，利用跨视图特征相似性为深度估计提供几何线索，同时学习其他高斯基元参数。MVSplat 在 RealEstate10K 和 ACID 基准测试中实现了最先进的性能，并拥有最快的正向推理速度（22 fps）。与最新的最先进方法 pixelSplat 相比，MVSplat 使用的参数少 10 倍，推理速度快 2 倍以上，同时提供更高的外观和几何质量以及更好的跨数据集泛化能力。

分点关键点

1.代价体表示

通过平面扫描构建代价体，存储跨视图特征相似性，