2DGS-Room: 기하학적 제약을 사용한 시드-유도 2D 가우시안 스플래팅을 통한 고품질 실내 장면 재구성

초록

실내 장면의 재구성은 공간 구조의 본질적인 복잡성과 질감이 없는 영역의 보편성으로 인해 여전히 어려운 과제입니다. 최근 3D 가우시안 스플래팅 기술의 발전으로 신규 시점 합성이 가속화되었지만 표면 재구성에서 비교 가능한 성능을 아직 제공하지 못했습니다. 본 논문에서는 고품질 실내 장면 재구성을 위해 2D 가우시안 스플래팅을 활용하는 새로운 방법인 2DGS-Room을 소개합니다. 구체적으로, 우리는 시드 안내 메커니즘을 활용하여 2D 가우시안의 분포를 제어하며, 씨드 포인트의 밀도는 적응적인 성장 및 가지치기 메커니즘을 통해 동적으로 최적화됩니다. 기하학적 정확성을 더 향상시키기 위해 단안 깊이 및 법선 사전을 통합하여 각각 세부 사항과 질감이 없는 영역에 대한 제약을 제공합니다. 더불어, 다중 시점 일관성 제약이 아티팩트를 완화하고 재구성 품질을 더 향상시키는 데 활용됩니다. ScanNet 및 ScanNet++ 데이터셋에서의 포괄적인 실험 결과는 우리의 방법이 실내 장면 재구성에서 최첨단 성능을 달성한다는 것을 입증합니다.

English

The reconstruction of indoor scenes remains challenging due to the inherent complexity of spatial structures and the prevalence of textureless regions. Recent advancements in 3D Gaussian Splatting have improved novel view synthesis with accelerated processing but have yet to deliver comparable performance in surface reconstruction. In this paper, we introduce 2DGS-Room, a novel method leveraging 2D Gaussian Splatting for high-fidelity indoor scene reconstruction. Specifically, we employ a seed-guided mechanism to control the distribution of 2D Gaussians, with the density of seed points dynamically optimized through adaptive growth and pruning mechanisms. To further improve geometric accuracy, we incorporate monocular depth and normal priors to provide constraints for details and textureless regions respectively. Additionally, multi-view consistency constraints are employed to mitigate artifacts and further enhance reconstruction quality. Extensive experiments on ScanNet and ScanNet++ datasets demonstrate that our method achieves state-of-the-art performance in indoor scene reconstruction.

2DGS-Room: 기하학적 제약을 사용한 시드-유도 2D 가우시안 스플래팅을 통한 고품질 실내 장면 재구성

2DGS-Room: Seed-Guided 2D Gaussian Splatting with Geometric Constrains for High-Fidelity Indoor Scene Reconstruction

초록

Summary

Support