#265 · 主分类: 计算机视觉
S3Gaussian
3d
3dgs
autonomous-driving
computer-vision
driving
dynamic-scene
gaussian
neural-network
neural-rendering
unsupervised-segmentation
自动驾驶中自监督街道高斯分布的官方实现
项目最后更新:01/31/26
GitHub Stars
545
Forks数量
34
贡献者数量
3
许可证
Other
收录理由
做自动驾驶场景重建的团队,如果手头只有车载相机拍到的视频,想从中还原出动态街景,这个代码库会很有参考价值。它用3D高斯泼溅来同时表达移动的车辆和静止的背景,而且整个流程不需要任何3D边界框标注,靠自监督目标就能完成。具体做法是先用一个多分辨率六平面编码器把四维场景压成特征平面,再用多头高斯解码器把这些特征变成形变的四维高斯体,这样模型既能区分动态和静态内容,又能渲染出干净的新视角画面。因为是在4D高斯和EmerNeRF这些前期工作基础上做的,所以无论是想复现论文结果,还是想继续推进自监督街景重建,它都是一个不错的起点。不过要提醒的是,这是研究代码,不是开箱即用的产品,数据集准备和训练流程都需要自己动手跑一遍。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。