桥梁实景三维高斯辐射场建模
3D Gaussian radiation field modeling for real-scene bridges
马威 1涂强 2潘建平 1赵立都 2涂伟 3李清泉3
作者信息
- 1. 重庆交通大学智慧城市学院,重庆 400074;自然资源部国土空间规划监测评估预警重点实验室,重庆 400074;自然资源部智能城市时空信息与装备工程技术创新中心,重庆 401121
- 2. 重庆交通大学智慧城市学院,重庆 400074
- 3. 深圳大学建筑与城市规划学院城市空间信息工程系,广东深圳 518060;空间信息智能感知与服务深圳市重点实验室,广东深圳 518060;广东省城市空间信息工程重点实验室,广东深圳 518060;自然资源部大湾区地理环境监测重点实验室,广东深圳 518060
- 折叠
摘要
实景三维和数字孪生已成为桥梁运维和管理的重要基础,然而面对桥梁的复杂几何结构,现有三维建模方法存在原始数据采集量大、建模效率低、模型细节缺失或变形等问题.对此,本文研究了一种基于3D高斯辐射场的桥梁实景三维重建方法.利用3D高斯函数对采集图像生成的稀疏点云构建高斯辐射场,并基于随机梯度下降对辐射场参数进行自适应优化,通过可微光栅渲染对三维模型进行实时可视化,从而实现高质量桥梁三维重建和渲染.试验探讨了不同图像分辨率,以及各项参数变化对桥梁建模的影响,并与传统方法作对比,为进一步针对桥梁的应用提供理论和技术支撑,推动桥梁复杂结构的高效、准确实景三维重建.
Abstract
Realistic 3D modeling and digital twins have become essential foundations for bridge operation and management.However,given the complex geometric structures of bridges,current 3D modeling methods face issues such as large amounts of raw data collection,low modeling efficiency,and missing or deformed model details.In response to these challenges,this paper investigates a bridge realistic 3D reconstruction method based on 3D Gaussian radiance fields.This method utilizes 3D Gaussian functions to construct a Gaussian radiance field from sparse point clouds generated by captured images.Adaptive optimization of radiance field parameters is performed based on stochastic gradient descent,and real-time visualization of the 3D model is achieved through differentiable rasterization,resulting in high-quality bridge 3D reconstruction and rendering.The study explores the impact of different image resolutions and various parameter changes on bridge modeling.Comparisons with traditional methods are made to provide theoretical and technical support for further bridge applications,promoting efficient and accurate realistic 3D reconstruction of complex bridge structures.
关键词
3D高斯辐射场/桥梁实景三维重建/随机梯度下降/可微光栅渲染Key words
3D Gaussian splatting/3D bridge reconstruction/stochastic gradient descent/differentiable rasterizer rendering引用本文复制引用
基金项目
自然资源部国土空间规划监测评估预警重点实验室开放基金资助项目(LMEE-KF2023004)
自然资源部智能城市时空信息与装备工程技术创新中心开放基金(STIEIC-KF202305)
国家自然科学青年基金(42001324)
重庆市教育委员会科学技术研究项目(KJQN202200744)
重庆市自然科学基金(cstc2021jcyjmsxmX1147)
宁夏回族自治区重点研发计划(2022CMG02014)
重庆市研究生联合培养基地建设项目(JDLHPYJD2019004)
出版年
2024
NETL
NSTL
万方数据