PGSR: Planar-based Gaussian Splatting for Efficient and High-Fidelity Surface Reconstruction

最近，由于其高质量的渲染和超快的训练与渲染速度，3D高斯喷洒（3DGS）引起了广泛关注。然而，由于高斯点云的非结构化和不规则性质，仅依靠图像重建损失很难保证几何重建精度和多视角一致性。虽然最近出现了许多基于3DGS的表面重建研究，但它们的网格质量通常不理想。为了解决这个问题，我们提出了一种快速基于平面的高斯喷洒重建表示（PGSR），以实现高保真的表面重建，同时确保高质量的渲染。具体而言，我们首先引入了一种无偏深度渲染方法，该方法直接基于点云的高斯分布渲染从相机原点到高斯平面的距离和相应的法线图，并将两者相除以获得无偏深度。然后，我们引入了单视角几何、多视角光度和几何正则化，以保留全局几何精度。我们还提出了相机曝光补偿模型，以应对光照变化较大的场景。室内外场景的实验表明，我们的方法实现了快速训练和渲染，同时保持了高保真的渲染和几何重建，优于基于3DGS和NeRF的方法。

本论文旨在解决3D高斯点云不规则结构导致几何重建和多视角一致性难以保证的问题，提出了一种基于快速平面高斯喷洒重建表示的方案（PGSR），以实现高保真表面重建并确保高质量渲染。

论文提出了一种基于快速平面高斯喷洒重建表示的方案（PGSR），通过引入无偏深度渲染方法、单视角几何、多视角光度和几何正则化等手段，实现了高保真表面重建并确保高质量渲染。

论文的实验结果表明，该方法在保持高保真表面重建和几何重建的同时，实现了快速训练和渲染，优于基于3DGS和NeRF的方法。此外，论文还提出了相机曝光补偿模型，以应对大光照变化的场景。

近期在这个领域中，还有一些相关的研究，如NeRF、3DGS等。