利用深度估计增强热高斯泼溅

Manoj Biswanath, Chenxin Cai, Hannah Schieber, Daniel Roth, Benjamin Busam

摘要

本文提出了一种名为Thermal-to-Depth Gaussian Splatting (TDg)的方法，仅使用热红外图像和深度估计来构建辐射场，避免了多模态数据融合的复杂性。实验表明，该方法在多个数据集上的渲染质量指标优于基线方法，适用于自动驾驶和机器人等领域的3D场景表示。

thermal imagingdepth estimation3D Gaussian Splattingnovel view synthesisautonomous driving

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026