三维重建InstantSplat：基于无SfM的高斯泼溅

![# 系列文章目录

比如，在本章中我们将深入探讨Python机器学习基础中的Pandas应用，并通过实际案例展示其强大功能

---

提示：关注B站【方矩实验室】，查看视频讲解

文章目录

• 1.摘要

• 2.Introduction

• 3.主要方法

• • 3.1 MVS（ DUSt 3R ）
  • 3.2 GS的初始化
  • 3.3 联合优化

• 4.实验

• 5.总结

---

1.摘要

InstantSplat通过整合多视图立体（MVS）预测与基于点的表示方法，在数秒内从稀疏视图数据生成大规模场景的3D高斯模型

详细而言，在所有训练视图中，“InstantSplat”系统会生成覆盖表面的密集点云结构，并通过像素级对齐确定初始相机参数设置；此外还采用了基于网格划分与置信度感知机制的最远点采样方法进行并行计算处理；最终系统会利用自监督学习模型实现相机姿态和相关参数配置的最佳联合优化配置

基于这一简化架构，在训练时间内取得了显著缩短的效果——从数小时至数秒，并在多样化的数据集及其不同视角下展现出卓越的能力。

2.Introduction

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-img/images/2025-05-31/WQ7a