四川
三維高斯濺射超分辨視覺場景構建算法
第50卷 第9期
作者：侯禮杰，沈寅松，劉曉晨，陳雪梅，賈瑞才，范廣偉，申沖
作者單位：1. 中北大學儀器與電子學院，山西 太原 030051; 2. 中北大學機電工程學院，山西 太原 030051; 3. 北京理工大學前沿技術研究院，山東 濟南 250300; 4. 浙江科技大學信息與電子工程學院，浙江 杭州 310000; 5. 中國電子科技集團公司第五十四研究所，河北 石家莊 050000
摘要：
目前，機器人技術在工業化與自動化產業中扮演著舉足輕重的角色，然而，機器人在視覺信息感知領域仍面臨感知精度不足等挑戰。為提升機器人在復雜工作場景下的視覺信息精確感知能力，該文基于三維高斯濺射（3D Gaussian splatting, 3DGS）提出一種超分辨視覺場景構建算法。該算法引入真實世界增強型超分辨率生成對抗網絡（real-world enhanced super-resolution generative adversarial networks, Real-ESRGAN）作為前置預處理技術生成高分辨率視圖，并通過對生成的高分辨率視圖下采樣結果與原有的低分辨率視圖對齊得到亞像素約束，進而增加三維重建細節部分的表征精細度。在場景構建過程中，自適應密度控制保證重建的精度，高斯快速可微光柵化器保證實時渲染速率。通過在具有復雜紋理、鏡面反射等特征的多種場景實驗驗證表明，與傳統 3DGS 相比：峰值信噪比（PSNR） 指標平均提高 7.81%，結構相似性指數（SSIM）指標平均提升 4.31%，學習感知圖像塊相似度（LPIPS）指標平均降低38.35%。該算法可顯著改善傳統 3DGS 在低分辨率輸入時出現的顏色渲染錯誤、針狀偽影以及紋理信息缺失等問題，為機器人視覺信息感知提供新的技術支撐。
關鍵詞：
三維重建; 機器人感知; 神經輻射場; 超分辨; 三維高斯濺射
【征文】
【期刊】
【科普】
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
