arXiv cs.CV· Yun Jiang, Bo Zheng, Yingying Zhang, Xueming Xiao, Tao Hu, Hutao Cui, Zhiguo Meng, Ke Gao, Yang Gao, Meibao Yao·· 9 小时前AI 评分24
MoonGS：用图像对鲁棒深度特征实现月表高质量高斯泼溅重建
MoonGS: High-quality Representation of the Lunar Surface via Gaussian Splatting Using Robust Depth Features from Image Pairs
AI 导读
MoonGS 是首个面向月球场景的前馈式 3D Gaussian Splatting 框架，仅需两张输入图像即可单次前向预测像素对齐的高斯图元，无需逐场景优化。在 LuSNAR 基准和弱纹理 MoonBlender 数据集上，其 PSNR 比 SOTA 前馈 NeRF/3DGS 基线高 +4.9 dB、SSIM 高 +0.29、LPIPS 低 40%，并保持亚秒级推理。代码与数据集已公开。
来源：arXiv cs.CV · arxiv.org