摘要
LongSplat 针对从随意拍摄的长视频中进行新视角合成（Novel View Synthesis, NVS）所面临的若干关键挑战，这些问题主要表现为相机运动不规则、相机位姿未知以及场景范围广阔。现有方法通常存在位姿漂移、几何初始化不准确以及内存使用严重受限等问题。为解决上述问题，我们提出 LongSplat——一种鲁棒的无位姿 3D 高斯点阵（3D Gaussian Splatting）框架，其核心特性包括：（1）增量式联合优化机制，可同步优化相机位姿与 3D 高斯分布，有效避免局部最优解，保障全局一致性；（2）基于学习的 3D 先验知识的鲁棒位姿估计模块；（3）高效的八叉树锚点生成机制，能够根据空间密度将密集点云转换为稀疏锚点。在多个具有挑战性的基准测试上进行的大量实验表明，LongSplat 达到了当前最优性能，在渲染质量、位姿精度和计算效率方面均显著优于以往方法。项目主页：https://linjohnss.github.io/longsplat/