Linketic/CityGaussian

解决的问题

CityGaussian 解决了使用高斯点阵（Gaussian Splatting）重建高保真、大规模 3D 场景（如城市级环境）的挑战。它克服了处理海量数据集时的内存成本和 GPU 资源限制问题，同时提升了几何精度和渲染速度。

工作原理

该项目实现了一系列方法（V1 和 V2），利用高斯点阵进行场景重建。关键机制包括：

• 多 GPU 重建：一种可控制内存开销的系统，将重建过程分布在多个 GPU 上。
• 模型分区：对数据进行分析并分配到特定模型分区，以处理大规模场景。
• 联合优化：支持联合相机位姿与 3DGS 优化，特别适用于不精确的相机位姿数据（例如 VGGT-X 等 3D 基础模型的输出结果）。
• 网格提取：集成 2DGS 风格的网格提取技术，将高斯表示转换为几何网格。

适用人群

本工具专为从事 3D 计算机视觉、城市规划和数字孪生构建的研究人员与开发者设计，适用于需要从图像中实际重建大规模真实世界环境的场景。

核心亮点

• 可扩展基础设施：支持多 GPU 重建，无 GPU 数量限制。
• 几何精度：聚焦于几何上精确的重建，如 CityGaussianV2 所强调的那样。
• 灵活优化：支持对噪声较大的 COLMAP 结果进行联合位姿与 3DGS 优化。
• 集成工具链：包含 Web 查看器、轨迹对齐渲染和网格视频生成功能。