ICCV 2025 | RobustSplat: 解耦致密化与动态的抗瞬态3DGS三维重建

主要观点总结

本文主要介绍了3DGS技术在处理包含动态物体的场景时的不足，提出了RobustSplat方案来解决渲染伪影的问题。该方案包含延迟高斯生长策略和尺度级联掩码引导方法，旨在优化静态场景结构并减少动态干扰。实验结果表明，RobustSplat在NeRF On-the-go和RobustNeRF数据集上相比现有方法表现更优秀。

关键观点总结

关键观点1: RobustSplat方案解决3DGS技术的问题

现有方法在建模含动态物体的场景时精度不足，导致渲染图像出现伪影。RobustSplat通过延迟高斯生长策略和尺度级联掩码引导方法来解决这个问题。

关键观点2: RobustSplat的核心设计

RobustSplat的核心设计包括延迟高斯生长策略和尺度级联掩码引导方法。延迟高斯生长策略推迟高斯致密化过程，优先优化静态场景结构。尺度级联掩码引导方法则通过多尺度监督实现更精确的掩码预测。

关键观点3: 实验与结果

实验结果表明，RobustSplat在NeRF On-the-go和RobustNeRF数据集上的表现优于其他基线方法，能有效处理包含多样瞬态物体的复杂场景并保留细节。