Reliability-Regulated Trajectory Optimization 用于无 COLMAP 的 3DGS 已发布到 arXiv

arXiv 上发布了一篇关于 progressive COLMAP-free 3D Gaussian Splatting 相机轨迹优化方法的论文。作者提出了一种统一的自监督双向循环机制，该机制在两个层面上调节轨迹估计：带有自适应门控运动学 warm-start 的运动前向传播，以及通过滑动窗口中动态加权的相对位姿一致性约束进行的轨迹回溯校正。代码已开源。详情见论文页面。

这意味着什么

该工作直接涉及 Gaussian Splatting (3DGS)——来自 Inria 和 MPII 的 3D 生成器。在我们的该工具参数表中记录，原始实现需要 24 GB 显存才能训练到论文所声称的质量，并通过 PyTorch 在 CUDA 上运行。 新方法针对的是 progressive 场景，即相机位姿在没有 COLMAP 的情况下被顺序跟踪。在 3DGS 的参数表中并未单独描述这种模式：原始实现的作者没有说明渐进式跟踪下的行为，也没有描述轨迹漂移的校正机制。所提出的 reliability 调节器是相对于基础实现的外部附加组件，用于解决早期成对配准中误差累积的问题。 新代码的许可证作者未注明。基础 3DGS 的许可证将使用限制为非商业研究目的，在分发衍生作品时应保留这一限制。 该方法面向研究 progressive 模式 3DGS 并遇到轨迹漂移的研究人员。对于使用带 COLMAP 的经典流程的用户，基础工具的行为变化未被声明。