拉爆StreetGS！OmniRe：城市3D场景重建SOTA！60Hz计算全部动态物体！

主要观点总结

本文介绍了一种全新的动态城市场景重建方法OmniRe，能够从设备日志中高效重建高保真度的动态城市场景，包括静态背景、行驶车辆和非刚性移动动态角色。OmniRe基于高斯场景图表示，能够统一建模静态和动态元素，并通过构建多个局部规范空间来模拟各种动态角色。在Waymo数据集上的广泛评估表明，OmniRe在定量和定性上均优于之前的最先进方法。文章还介绍了OmniRe的基本原理、实验结果、贡献、局限性以及未来工作。

关键观点总结

关键观点1: OmniRe是一种全面的动态城市场景重建方法，能够高效地从设备日志中重建高保真度的动态城市场景。

OmniRe基于高斯场景图表示，能够统一建模静态和动态元素，包括静态背景、行驶车辆和非刚性移动动态角色，如行人和骑自行车者等。它通过构建多个局部规范空间来模拟各种动态角色的运动和行为。

关键观点2: OmniRe解决了从驾驶日志中建模人类和其他动态角色所面临的挑战，如遮挡、杂乱环境和现有人体姿态预测模型的局限性。

OmniRe通过采用不同的表示方法和策略，如基于模板的SMPL模型用于近距离行走的行人，自监督变形场重建远距离和其他无模板的动态角色，来解决这些挑战。

关键观点3: OmniRe在场景重建和新视角合成（NVS）任务上取得了最先进的性能。

广泛的实验和消融研究证明了OmniRe的优势，它在全图像指标上显著优于之前的方法，特别是在与动态角色相关的区域，如人和车辆。

关键观点4: OmniRe使用高斯场景图表示来解决全面的城市场景建模问题，具有快速、高质量的重建和渲染能力。

OmniRe为自动驾驶和机器人仿真提供了前景，并解决了自动驾驶中的一个重大问题——仿真。它旨在促进自动驾驶汽车的开发和测试，有可能带来更安全、更高效的自动驾驶系统。