德国研究团队提出语义控制的Gaussian Splatting方法优化VR场景分割
视觉质量和分割质量方面优于最先进的技术
（映维网Nweon 2025年02月26日）诸如Gaussian Splatting这样的3D渲染技术进步允许在虚拟现实中进行新视图合成和实时渲染。然而，Gaussian Splatting创建的3D环境通常很难编辑。对于场景增强或合并3D资产，按类分割高斯必不可少。
现有的分割方法通常仅限于特定类型的场景，但这种方法在非“循环”场景（如大型户外场景）中移除大型对象时效果不佳。
针对这个问题，德国埃尔朗根-纽伦堡大学，新西兰奥塔哥大学和德国慕尼黑工业大学团队提出了语义控制的Gaussian Splatting（SCGS）。
这是一种分割驱动的GS方法，可以在不受控制的自然环境中分离大型场景部分。SCGS允许为VR编辑场景和提取场景。另外，团队引入了一个具有挑战性的户外数据集来克服“循环”设置。
在数据集的视觉质量和3D-OVS数据集的分割质量方面优于最先进的技术，而研究人员进行了一项探索性的用户研究，比较了360视频、普通GS和固定视点的VR中的SCGS。同时，在随后的主要研究中允许用户自由移动，以评估普通GS和SCGS。主要结果表明，参与者明显更喜欢SCGS而不是普通GS。
......（全文 1368 字，剩余 975 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
