面向多材质光照场景的梯度自适应高斯泼溅算法
Abstract
针对三维高斯泼溅技术在多材质光照场景重建中存在的边缘细节模糊和跨视点伪影问题，提出一种梯度自适应高斯泼溅（GD-Splatting）算法。首先，设计梯度驱动的自适应高斯参数化模块，根据渲染图像与真实图像的像素梯度动态调整高斯核尺度参数，增强对高频细节的学习能力，改善边缘模糊问题；其次，提出时变视点依赖正则化方法，对高阶球谐系数施加动态衰减约束，缓解复杂光照下跨视点颜色过渡不自然与边缘闪烁问题；最后，设计梯度加权L1损失，依据像素梯度幅值自适应分配损失权重，增强边缘与材质交界处的误差贡献，提升模型对场景目标与背景的区分能力。在Mip-NeRF 360和Blender数据集上的实验结果表明，所提算法较基线Mip-Splatting在峰值信噪比指标上分别提升0.77 dB和0.44 dB，结构相似性分别提升3.83%和0.35%，学习感知图像相似性分别降低8.76%和3.85%。这表明所提算法可在多材质光照场景中实现更优的三维重建质量。
Fields of Study & Subjects
3D Shape Modeling and Analysis
Computer Graphics and Visualization Techniques
Advanced Vision and Imaging
Publication details
- Journal / source
- Laser & Optoelectronics Progress
- Volume
- 63
- Issue
- 2
- Pages
- 0237009–0237009
- Publication date
- 1 January 2026
- Language
- EN