Key points are not available for this paper at this time.
Representar e renderizar cenas dinâmicas subaquáticas apresenta desafios significativos devido às propriedades inerentes do meio, que resultam em desfoque de imagem e ambiguidade de informação. Para superar esses desafios e realizar a renderização em tempo real de ambientes subaquáticos dinâmicos, enquanto mantemos um treinamento e armazenamento eficientes, propomos a Reconstrução de Cenas Dinâmicas Subaquáticas com Gaussian Splatting (UDR-GS), um método baseado em Gaussian Splatting. Ao aproveitar informações prévias de um modelo de estimativa de profundidade pré-treinado e restrições de suavidade entre imagens adjacentes, nossa abordagem usa a profundidade estimada como uma priori geométrica para auxiliar na otimização baseada em cor, reduzindo significativamente artefatos e melhorando a precisão geométrica. Ao integrar orientação de profundidade no processo de otimização do Gaussian Splatting (GS), alcançamos estimativas geométricas mais precisas. Para garantir maior estabilidade, restrições de suavidade são aplicadas entre imagens adjacentes, mantendo uma profundidade consistente para pontos 3D vizinhos na ausência de condições de contorno. O conceito de simetria é aplicado de forma inerente em nosso método ao manter informações uniformes de profundidade e cor em múltiplos pontos de vista, o que aprimora a qualidade da reconstrução e a coerência visual. Usando Gaussian Splatting 4D (4DGS) como base, nossa estratégia demonstra desempenho superior tanto na síntese de novos pontos de vista RGB quanto na reconstrução geométrica 3D. Em média, em múltiplos conjuntos de dados, nosso método mostra uma melhoria de aproximadamente 1,41% em PSNR e um aumento de 0,75% em SSIM em comparação com o método base 4DGS, aprimorando significativamente a qualidade visual e a fidelidade geométrica de cenas subaquáticas dinâmicas.
Du et al. (Qui,) estudaram essa questão.