GraphGS团队 投稿
量子位 | 公众号 QbitAI
从手机随手拍、汽车行车记录仪到无人机航拍，如何从海量无序二维图像快速生成高精度三维场景？
传统方法依赖精确的相机位姿参数，实际应用成本高昂。港科广团队提出全新框架GraphGS，突破技术瓶颈——无需精准相机位姿，仅凭RGB图像即可实现大规模开放场景的高效重建和高保真新视角合成，相关论文入选ICLR 2025，代码即将开源。
技术痛点与突破
传统方法瓶颈：
现有三维重建技术通常依赖精确的相机位姿参数和密集视角覆盖，而实际应用中，由于设备限制或环境复杂性，获取高精度位姿和充足视角面临巨大挑战。
例如，COLMAP等传统SfM工具处理千张级图像需要数天时间，且容易因动态物体或重复纹理导致匹配失败。此外，稀疏视角下3D高斯点易过拟合到有限视角区域，导致几何失真和细节丢失。
GraphGS核心突破：
GraphGS通过创新的空间先验感知与图引导优化范式，提出三阶段解决方案：
-
首先利用数学策略从无序图像中快速构建相机拓扑图
-
其次通过多视角一致性约束强化几何连贯性
-
最后结合自适应采样策略动态优化高斯点分布。
该方法在保障精度的同时，将千张图像的重建时间从数十小时缩短至数小时。
方法详解：
GraphGS的核心在于将复杂的场景重建问题转化为图结构优化问题。
框架首先通过同心圆近邻配对和三维象限过滤策略，从海量图像中智能筛选关键匹配对，仅需平面相机位置即可构建连通相机拓扑图；随后将相机间的空间关系建模为带权无向图，通过多视角光度一致性损失和基于节点重要性的自适应采样策略，引导3D高斯点向全局最优分布演化。这一过程结合了传统几何约束与现代可微分渲染的优势，在保证重建精度的同时显著提升计算效率。
1. 高效匹配：
传统方法（如COLMAP）需遍历所有图像对（复杂度O(n²)），GraphGS通过数学策略筛选关键帧：
– 同心圆近邻配对：按距离分层采样，确定局部与全局关键帧，从万级图像对中筛选千级关键帧，解决COLMAP暴力匹配耗时难题。
-
象限过滤：6位编码量化相机相对位姿，过滤无效匹配，消除长街景“断链”风险。
2. 相机图优化：
-
多视角一致性约束：构建相机拓扑关系图，通过多视角一致性损失函数强化相邻视角几何一致性。动态平衡相邻视角差异，解决模糊、鬼影问题。
-
自适应采样：节点通过介数中心性动态调整采样频率，解决稀疏视点导致的伪影问题同时加快3DGS训练速度。
实测效果：街景、废墟、噪声场景全覆盖
在Waymo、KITTI等自动驾驶数据集上，GraphGS在无真值位姿输入的情况下达到29.43 PSNR和26.98 PSNR，街景重建准确，树枝纹理、车窗倒影清晰可见。面对Mill-19数据集同样不使用真值位姿，该方法在碎石堆积、墙体断裂等极端场景下仍能实现高质量新视角合成，碎石、断墙细节清晰重现。
应用场景：低门槛三维数字化
任意随拍视频，无需真实位姿重建结果展示，左侧为GT，右侧为重建场景。可以看到GraphGS实现了开放场景重建技术的三重突破：首次在无精确位姿输入条件下达成工业级重建精度，将千张图像处理速度提升至小时级，并支持消费级硬件实现平方公里级场景重建。这项技术不仅降低了三维数字化的硬件门槛，更为虚拟现实、智慧城市等领域提供了新的基础设施。
-
手机三维建模： 用户环拍建筑、街景，自动生成元宇宙素材。
-
自动驾驶训练：车载摄像头数据直接生成高清地图。
-
城市数字化：无人机航拍公园，高效重建三维档案。
论文标题：Graph-Guided Scene Reconstruction from Images with 3D Gaussian Splatting
项目主页：https://3dagentworld.github.io/graphgs/
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
—
（文：量子位）