3次元シーン再構築と新規視点画像生成の精度を向上（New Methods Improve 3D Scene Reconstruction and Novel View Synthesis）

自動運転システムの開発では、実際の走行環境を高精度な3次元デジタル空間に再構築し、危険事象の再現や学習用データの生成に活用する技術が重要である。本研究では、従来の3次元ガウシアンスプラッティング（3DGS）が、カメラ画像に依存するか、LiDARを初期化や深度情報の補助に限定して利用していた課題に着目し、LiDARの反射率情報とRGB画像を統合するLR-SGSを開発した。本手法では、LiDARから抽出した幾何学的特徴点と反射率特徴点を用いて、構造を意識したSalient Gaussian表現を初期化し、特徴変換と密度制御の改良によって、物体の境界や平面構造を効率的に再現する。さらに、LiDARの強度情報を反射率に較正し、照明条件に依存しにくい材料情報として各ガウシアンに付与することで、RGB画像との境界整合性を高めた。Waymo Open Datasetを用いた実験では、従来手法より少ないガウシアン数と短い学習時間で優れた再構築性能を達成し、特に複雑な照明環境ではOmniReを1.18 dBのPSNR上回った。本研究は、LiDARとカメラの相補的な情報を活用し、自動運転向け3次元環境再構築の精度と効率を改善する手法を示している。
High-fidelity 3D reconstruction of driving environments is essential for autonomous driving development, enabling the reproduction of critical safety scenarios and the generation of diverse training data. This study addresses limitations of conventional 3D Gaussian Splatting (3DGS), which typically relies primarily on camera images or uses LiDAR only for initialization or depth supervision. The authors propose LR-SGS, a robust LiDAR-reflectance-guided Salient Gaussian Splatting method that integrates LiDAR reflectance information with RGB imagery. The method initializes a structure-aware Salient Gaussian representation using geometric and reflectance feature points extracted from LiDAR, while improved salient transformation and density control enable more effective representation of object boundaries and planar structures. Furthermore, calibrated LiDAR intensity is incorporated into each Gaussian as a lighting-invariant material channel, improving boundary consistency through joint alignment with RGB information. Experiments on the Waymo Open Dataset demonstrate superior reconstruction performance with fewer Gaussians and shorter training times than existing approaches. In particular, LR-SGS outperforms OmniRe by 1.18 dB in peak signal-to-noise ratio (PSNR) under complex lighting conditions. These findings demonstrate the potential of integrating complementary LiDAR and camera information to improve the accuracy and efficiency of 3D scene reconstruction for autonomous driving applications.