仅用相机重建数字孪生并赋材质流程提出

Andy Huynh、João Malheiro Silva、Holger Caesar、Tong Duy Son 提出一条仅用相机的数字孪生三维重建流程：从多视角图像用 3D Gaussian Splatting 重建场景，借助视觉模型提取语义材质掩码，将高斯表示转为带投影材质标签的网格表面，并为图形引擎和仿真器赋予基于物理的材质属性，以支持传感器仿真。 作者称该方法把照片级重建与物理材质赋值结合，传感器仿真保真度可与 LiDAR-相机融合相当，同时省去硬件复杂度与标定要求。验证使用一辆搭载仪器的测试车采集的内部数据集，以 LiDAR 作为反射率验证真值，并结合图像相似度指标。 该工作已被 IEEE Intelligent Vehicles Symposium (IV) 2026 接收，v4 为 camera-ready 版本。上述保真度结论为作者自述，验证限于其内部数据集。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。