VastGaussian:3D場景重建的開源專案

連結:https://github.com/kangpeilun/VastGaussian

VastGaussian是一個3D場景重建的開源專案,它透過使用3D高斯來模擬大型場景的幾何和外觀資訊。這個專案是作者從零開始實作的,可能存在一些錯誤,但為3D場景重建領網網域提供了一種新的嘗試。專案的主要優點包括對大型資料集的處理能力,以及對原始3DGS專案的改進,使其更易於理解和使用。

需求人群:

目標受眾為3D場景重建、電腦視覺和圖形學領網網域的研究人員和開發者。VastGaussian適合他們,因為它提供了一種新的3D場景重建方法,可以處理大規模資料集,並且對原始3DGS專案進行了改進,使其更易於理解和使用。

使用場景示例:

  • UrbanScene3D 資料集上的應用
  • Mill-19 資料集上的應用
  • tandt_db 資料集上的應用

產品特色:

  • Camera-position-based region division 實作了基於相機位置的區網網域劃分
  • Position-based data selection 實作了基於位置的資料選擇
  • Visibility-based camera selection 實作了基於可見性的相機選擇
  • Coverage-based point selection 實作了基於覆蓋的點選擇
  • Decoupled Appearance Modeling 實作了外觀解耦建模
  • Seamless Merging 實作了無縫合並
  • Parallel training of m√ón regions on a single GPU 實作了單GPU上多個區網網域的並行訓練

使用教學:

  • 克隆或下載 VastGaussian 專案到本地
  • 根據專案文檔設定環境,包括安裝必要的依賴庫
  • 調整 arguments/parameters.py 檔案中的引數以適應你的資料集和需求
  • 使用 train_vast.py 檔案開始訓練 VastGaussian 模型
  • 使用提供的腳本或命令列工具進行模型的評估和使用
返回頂端