Enhancement of 3D Gaussian Splatting using Raw Mesh for Photorealistic Recreation of Architectures

这篇论文讨论了建筑场景的照片级真实重建和渲染在电影、游戏和交通等行业中的广泛应用，尤其在保护历史文化遗产方面，在城市规划、建筑设计和城市推广中也发挥着重要作用。与NeRF相比，3D高斯散点技术由于表现更佳已成为3D重建的主流技术。它的唯一输入是一组图像，但它严重依赖于SfM过程计算出的几何参数。同时，现有的原始3D模型数量丰富，可以帮助感知某些建筑物的结构，但无法应用。本文提出了一种简单的方法，利用这些原始3D模型来指导3D高斯散点捕捉建筑物的基本形状，并在非系统化拍摄照片时提高纹理和细节的视觉质量。这种探索为改进建筑设计领域中3D重建技术的有效性开辟了新的可能性。

本论文旨在解决建筑场景的真实重建和渲染问题，特别是在保护历史文化遗产方面的应用。

论文提出了一种简单的方法，利用现有的原始3D模型来指导3D高斯函数捕捉建筑的基本形状，从而改善非系统化拍摄的照片的纹理和细节的视觉质量。

论文使用3D高斯分布来重建建筑场景，并结合原始的3D模型来提高重建效果。实验结果表明，该方法可以在保留建筑基本形状的同时，提高纹理和细节的渲染质量。论文还提供了数据集和开源代码。

最近的相关研究包括NeRF等技术在建筑场景的应用，以及利用深度学习来提高建筑场景的重建效果等。