hku-mars/GS-SDF

它解决了什么问题

GS-SDF 解决了在三维场景映射中同时实现照片级真实感渲染和高精度表面重建的挑战。它通过整合 LiDAR 数据，解决了标准高斯点阵中常见的几何不一致问题，确保重建的表面具有物理基础且几何上一致。

它如何工作

该系统将高斯点阵与神经符号距离场（SDF）相结合。它利用精确的 LiDAR 点云来训练神经 SDF，从而提供一个流形几何场。该 SDF 随后指导高斯基元的初始化（基于 SDF 的高斯初始化），并在训练过程中提供几何正则化，以确保最终的渲染和重建结果与场景的物理几何保持一致。

适用人群

本项目适用于从事三维重建、SLAM（同时定位与地图构建）以及机器人感知的研究人员和开发者，特别是那些使用 LiDAR-视觉系统的用户。

主要亮点

• LiDAR-视觉协同：结合了 LiDAR 在几何建模方面的优势与高斯点阵在照片级真实感呈现方面的优势。
• 基于 SDF 的初始化：利用神经 SDF 将高斯基元放置在具有物理基础的位置上。
• 无头渲染：支持沿任意相机路径进行批量飞行浏览渲染，便于评估和对比。
• 多相机支持：兼容多相机数据集和 Colmap 格式数据。