人工智能可能是我们这个时代的主要领域之一，它几乎可以用于从驾驶汽车到医疗保健甚至能够预防失明等所有领域，最近提出了一种新的 3D 重建方法。SNGULAR 及其人工智能团队希望了解有关 3D 重建技术的最新更新的更多信息。

目前可用于 3D 重建的许多 SOTA 方法需要大量 CPU/GPU 使用率来处理场景或渲染场景，其中一些甚至需要两者兼而有之。SIGGRAPH 2023 Gaussian Splatting 上提出的新方法可以节省推理和渲染的时间。

NSDT工具推荐： Three.js AI纹理开发包 – YOLO合成数据生成器 – GLTF/GLB在线编辑 – 3D模型格式在线转换 – 可编程3D场景编辑器 – REVIT导出3D模型插件 – 3D模型语义搜索引擎 – Three.js虚拟轴心开发包 – 3D模型在线减面 – STL模型在线切割

过去几年，我们看到了大量关于 3D 重建的文章，例如 NeRF（神经辐射场）方法，该方法实现了非常好的 3D 重建，具有高度精确的场景和模型，可用于虚拟旅游、沉浸式游戏和建筑可视化等众多领域。然而，这是有代价的，NeRF 耗时，需要大量内存和存储空间，并且仅限于静态场景。高斯泼溅（Gaussian Splatting）解决了其中一些问题，使其成为当今最好的 3D 重建方法。

本文旨在将此方法应用于室内重建的特定领域，我们的主要目标是：

了解 3D 重建和高斯泼溅的工作原理。运行一个小型演示，无需离开家即可重建你自己的场景。

所以，跟我一起深入研究如何对你的家进行 3D 重建。

1、了解 3D 重建

重建始于用相机从场景的不同视角拍摄的几张照片。这些图像将作为重建的输入数据。重建的主要目的是恢复场景的空间结构，并使我们能够从任何角度查看它。

3D 重建中最重要的关键概念之一是特征匹配，其中在多个视图中识别和匹配 2D 图像中的独特点或特征。使用两幅图像之间的对应关系可以估计相机的相对位置，从而计算这些特征的 3D 位置的三角测量。高斯 Splatting 使用来自另一种称为运动结构 (SfM) 的方法的云点，该方法通过分析相机随时间的运动来估计相机姿势和 3D 结构。

3D 重建广泛应用于各个领域。在考古学中，它可以帮助研究人员记录和分析历史遗迹和文物。在建筑学中，它有助于创建精确的建筑模型，用于设计和翻新。医学成像依靠 3D 重建来可视化复杂的解剖结构。娱乐行业将其用于逼真的 CGI 和视频游戏开发。此外，3D 重建在自主机器人技术中起着至关重要的作用，使机器人和无人机能够感知和导航其环境。随着技术的不断进步，3D 重建有望彻底改变我们与物理和数字世界的互动方式，为虚拟和增强现实、制造业等开辟新的可能性。

2、高斯泼溅简介

在 SNGULAR 中，我们决定让人们稍微了解一下这项革命性的新技术。

高斯泼溅是一种革命性的 3D 重建新方法，它试图解决其他方法存在的一些问题，例如处理时间长。对于这种方法，他们的方法不是将场景表示为体积或网格，而是将世界用作 3D 画布，绘制小笔触，直到场景看起来像输入图像。这种方法的主要优点之一是它不仅可以重建静止图像，还可以重建移动场景：

它从点云开始，为每个点创建一个小笔画，然后慢慢改变每个笔画的大小、位置、旋转和颜色，每次迭代都使用随机梯度下降技术优化这些参数，以减少笔画和输入图像之间的误差。但这还不够，因为有些区域可能需要更多或更少的笔画才能正确绘制，因此每 100 次迭代就会应用一次密集化过程，在需要更多细节的区域中拆分笔画，并在不再需要笔画的区域中将其移除。