TetSphere Splatting: Representing High-Quality Geometry with Lagrangian Volumetric Meshes

我们提出了TetSphere splatting，这是一种显式的、拉格朗日表示法，用于重建具有高质量几何形状的3D物体。与传统的物体重建方法不同，传统方法主要使用欧拉表示法，包括神经隐式（例如NeRF、NeuS）和显式表示法（例如DMTet），往往难以满足高计算需求和亚优质网格质量的要求。TetSphere splatting利用了一种不常用但高效的几何基元——四面体网格。该方法直接产生优越的网格质量，无需依赖神经网络或后处理。通过可微渲染和几何能量优化，将多个初始四面体球体变形以精确重建3D形状，从而实现显著的计算效率。作为一个强大而多才多艺的几何表示，TetSphere splatting可以无缝地集成到各种应用中，包括单视图3D重建、图像/文本到3D内容生成。实验结果表明，TetSphere splatting优于现有的表示方法，具有更快的优化速度、增强的网格质量和可靠的薄结构保护。

本论文旨在提出一种新的3D形状重建方法，以解决目前常见方法在计算效率和网格质量方面存在的问题。

该论文提出了一种使用四面体网格的方法，通过可微渲染和几何能量优化来重建3D形状，从而实现更高的计算效率和网格质量。

该方法在多个实验中表现出色，具有更快的优化速度、更好的网格质量和可靠的薄结构保存能力。此外，该方法还能无缝地集成到各种应用程序中，包括单视角3D重建和图像/文本到3D内容生成。论文提供了开源代码，并使用了多个数据集进行实验。

在这个领域中，还有一些相关的研究，如NeRF、NeuS和DMTet等。