{标题}
发布时间:{发布时间(yyyy-MM-dd)} 来源: {文章来源}
地址:广州市天河区黄埔大道西601号 暨南大学(邮编:510632)
联系电话:86-12345678 邮箱:123456@jnu.com 管理登录 >
Copyright © 版权所有 暨南大学智能科学与工程学院
学院官方微信公众号
突破!城市级实景三维重建达SOTA水平,杨光华教授团队论文入选ICCV 2025
2025-07-03
智能科学与工程学院
近日,学院杨光华教授领衔的智能感知团队在城市级实景三维重建领域取得重要突破,其最新研究成果“Robust and Efficient 3D Gaussian Splatting for Urban Scene Reconstruction”被国际计算机视觉顶会ICCV 2025 接收。该论文以 2022 级硕士研究生袁振声为第一作者,杨光华教授与王迪老师为共同通讯作者,黄浩智老师及 2022 级硕士研究生熊桢为重要合著者。
ICCV是计算机视觉领域的三大顶级会议之一,同时也是中国计算机学会(CCF)推荐的A类会议。ICCV 2025将于2025年10月19-23日在美国夏威夷举行。
针对城市级大规模场景中3D Gaussian Splatting(3DGS)实景三维建模面临的多重技术瓶颈,如重建时间长、显存开销大、渲染帧率低,以及复杂光照下外观变化剧烈、动态物体干扰频繁、伪影现象突出等挑战,研究团队进行了多维度技术创新,实现了重建质量的业界最优水平。
通过独创的可见性评估算法,精准筛选对分区重建具有贡献的影像数据,大幅削减训练阶段的数据冗余量,重建效率大幅提升。
提出创新的分区内资源优先调度策略,在显著降低显存占用的同时提升重建速度;同时提出了可控细节层次(Level of Detail, LOD)生成策略,实现自底向上的多尺度建模,确保城市级场景的实时渲染性能。
构建基于Gaussian基元的外观差异模型,以单个基元为操作单元实现场景外观的精准变换,有效增强对复杂光照、季节差异等动态变化的鲁棒性。
提出融合尺度和深度的联合正则化技术,结合 Mip-Splatting 与 AbsGS 算法优势提升细节表现力;引入目标检测与语义分割模型实现瞬态物体过滤,进一步提升了保真度和鲁棒性。
多场景实验数据表明,新技术伪影更少、细节恢复能力更强、在重建质量上处于业界最优水平;同时,资源开销合理且可控,可保证在24GB甚至更少显存下的实时渲染,展示了其在城市规模场景下的广泛应用价值与巨大潜力。
依托城市级实景三维重建技术,团队成功研发了“低空经济数字底座”。通过“关键技术-智能算法-应用场景”三位一体的创新架构,打造面向未来的低空经济数字基础设施。
该平台具备三大核心能力:
1. 城市级高精度实景三维建模
2. 全域精细化智能管控
3. 多场景低空应用数字赋能
目前“低空经济数字底座”正在智慧文旅、无人机巡检、低空物流等领域开展示范性应用。
图文供稿:袁振声、王迪
初 审:王晓红
复 审:施政
终 审:杨光华