inspatio/querysplat

解决的问题

QuerySplat 通过解耦几何与外观表示，解决了从图像中预测 3D 高斯点阵（3DGS）表示的挑战，从而实现更精确的 3D 场景重建。

工作原理

该系统使用前馈模型预测 3D 高斯并进行渲染。它与 VGGT-Omega 集成，用于图像编码、相机预测和深度预测。管道包含自定义图像预处理，并提供可选的测试时优化（TTO）步骤，以基于 LPIPS 等重建目标进一步优化预测的 3D 场景。

适用人群

本项目专为从事 3D 计算机视觉的研究人员和开发者设计，特别是专注于 3D 高斯点阵和神经场景表示的领域。

主要亮点

• 解耦几何与外观，实现更优的 3DGS 预测。
• 支持快速前馈推理和精细化的测试时优化（TTO）。
• 与 VGGT-Omega 集成，实现稳健的相机与深度估计。
• 提供导出高斯 PLY 文件及分析不透明度和尺度分布的工具。