Gaussian Splatting Underwater: A Controlled Cross-Regime Study
作者: Olaya Álvarez-Tuñón, Stella Graßhof
分类: cs.CV
发布日期: 2026-08-26
🔗 代码/项目: GITHUB
💡 一句话要点
研究水下环境中的高斯散射以提升3D重建效果
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 水下重建 高斯散射 3D重建 浑浊度 光照条件 计算机视觉 结构从运动 实验评估
📋 核心要点
- 水下环境的复杂性使得现有的3D重建方法在不同浑浊度和光照条件下表现不佳。
- 论文通过对五个公开系统的统一评估，探讨高斯散射在不同水下条件下的适用性和局限性。
- 实验结果显示，水的清晰度对重建效果影响显著，且在特定条件下，某些方法的表现优于传统方法。
📝 摘要（中文）
水下环境对3D重建提出了挑战，因水中悬浮颗粒导致光散射和扩散，浑浊度变化，吸收依赖于波长，且照明通常不均匀。基于高斯散射的方法通常在良好图像质量的条件下开发，主要测试于相对浅水中。本文研究了高斯散射在不同浑浊度、光照损失和颜色衰减的水下数据集上的表现，并进行了工业调查。通过统一协议运行五个公开代码的系统，评估其相对优缺点和局限性。结果表明，这些方法的表现更依赖于设置而非架构，水的清晰度在渲染前起着关键作用。
🔬 方法详解
问题定义：本文旨在解决水下3D重建中由于水的浑浊度和光照不均匀导致的性能下降问题。现有的高斯散射方法主要在良好条件下开发，缺乏对复杂水下环境的适应性。
核心思路：论文提出通过统一协议评估多种高斯散射系统在不同水下条件下的表现，强调设置对结果的影响。通过对比不同系统的优缺点，寻找最佳实践。
技术框架：研究采用统一的实验协议，包含共享的姿态、初始化、预算和评估器，确保各系统在相同条件下运行。实验涵盖了多个公开数据集，代表不同的浑浊度和光照条件。
关键创新：本研究的创新在于系统性地比较了多种高斯散射方法在复杂水下环境中的表现，揭示了水的清晰度和照明几何对重建效果的关键影响。
关键设计：实验中设置了多个关键参数，包括光照条件、相机运动方式等，确保了对不同系统的公平评估。采用的损失函数和网络结构细节在论文中进行了详细描述。
🖼️ 关键图片
📊 实验亮点
实验结果表明，在清水条件下，结构从运动方法注册了99.5%的帧，而在12 NTU的浑浊水中则为0.0%。在特定的照明条件下，某些无介质感知的高斯散射方法表现优于传统的介质感知系统，显示出显著的性能提升。
🎯 应用场景
该研究的潜在应用领域包括水下考古、海洋生物监测和环境保护等。通过提升水下3D重建的准确性，可以更好地理解和保护水下生态系统，具有重要的实际价值和未来影响。
📄 摘要（原文）
The underwater environment is challenging for 3D reconstruction, because particles suspended in the water scatter and diffuse light, turbidity varies, absorption depends on wavelength, and illumination is rarely uniform. Methods based on Gaussian splatting have generally been developed for conditions that allow good image quality, and have primarily been tested on relatively shallow water. This paper examines how well Gaussian splatting performs across publicly available underwater datasets representing different degrees of turbidity, loss of illumination, and colour attenuation, together with an industrial survey. Five systems with public code are run under one protocol, with shared poses, initialisation, budget, and evaluator, to establish their relative advantages, disadvantages, and limitations. What these methods can do turns out to depend more on the setup than on the architecture. Water clarity binds upstream of rendering, since structure-from-motion registers 99.5 \% of frames in clear water and 0.0 \% at 12 NTU. Illumination geometry decides whether a medium model helps at all: under an artificial light that moves with the camera, medium-blind splatting beats both medium-aware systems. On the survey the benchmark's photometric leader comes last, beaten on geometry by a restoration pre-pass in front of vanilla 3DGS---and none of it is visible in the scores the field reports. Scene builds, per-run configurations, and evaluation code are released at https://github.com/olayasturias/uw3dgs