EntON: Eigenentropy-Optimized Neighborhood Densification in 3D Gaussian Splatting

本文提出了 EntON，一种基于特征熵优化的邻域致密化策略，通过交替利用视图空间梯度和局部结构有序性（特征熵）来指导高斯球分裂与剪枝，从而在 3D 高斯泼溅重建中显著提升了几何精度与渲染质量，同时减少了高斯球数量并缩短了训练时间。

要点

这篇论文介绍了一种名为 EntON 的新方法，它是用来改进 3D Gaussian Splatting (3DGS) 技术的。

为了让你轻松理解，我们可以把"3D 场景重建”想象成用无数个小气球（高斯球）去填充和描绘一个真实的物体。

1. 背景：原来的方法有什么问题？

想象一下，你有一堆五颜六色的气球，想要把它们堆成一个完美的城堡模型。

• 传统的 3DGS 方法：就像是一个有点“盲目”的工人。他只看哪里看起来颜色不对（比如气球没填满，或者颜色太淡），就在那里疯狂地分裂气球（把一个变两个），或者复制气球。
  • 缺点：这个工人不管气球是不是堆在了“墙”上，也不管是不是堆在了“空气”里。结果就是，城堡的墙壁上气球堆得整整齐齐，但城堡周围的空气里也飘满了多余的气球。这导致模型体积太大（气球太多），而且墙壁的轮廓有时候不够清晰，因为气球堆得太乱。

2. 核心创新：EntON 是怎么做的？

EntON 给这个工人装上了一双**“几何智慧眼”。它不再只看颜色，而是看气球周围的“秩序感”**。

这里引入了一个核心概念：特征熵 (Eigenentropy)。

• 通俗解释：你可以把它想象成测量一个区域是“整齐”还是“混乱”的尺子。
  • 低熵（有序）：就像气球整齐地排成一排，或者平铺在地板上。这通常意味着它们紧贴着真实的物体表面（比如墙壁、地面）。
  • 高熵（无序）：就像气球在空气中乱成一团，或者像个圆球一样散开。这通常意味着它们不在物体表面，而是在虚空中。

3. EntON 的“魔法”策略：交替工作法

EntON 让工人在两种模式之间轮流切换，就像炒菜时“大火快炒”和“小火慢炖”交替进行：

• 模式 A：传统模式（看颜色）
  • 工人像以前一样，哪里颜色不对就修补哪里。这保证了画面的照片级真实感，不会漏掉细节。
• 模式 B：EntON 模式（看秩序）
  • 工人拿出“秩序尺”去检查每个气球：
    • 如果气球周围很整齐（低熵，像贴在墙上）：工人会分裂它！把它变多，让墙壁更清晰、更锐利。
    • 如果气球周围很混乱（高熵，像在空气里乱飘）：工人直接扔掉它（剪枝）！因为这里不需要气球，留着只会浪费空间。
    • 如果不确定：就先不动，保持原样。

4. 结果：这就好比什么？

想象你在整理一个杂乱的房间：

• 以前的方法：为了把房间填满，你往角落里、天花板上都塞满了杂物，虽然看起来挺满，但找东西很难，而且房间显得很大很乱。
• EntON 的方法：它只把东西整齐地摆放在桌子、椅子和地板上（物体表面），把飘在空中的灰尘（多余的气球）全部扫走。

最终效果：

1. 更准：墙壁、桌子的边缘非常清晰，像刀切一样（几何精度提升了 33%）。
2. 更小：因为扔掉了那些在空气中乱飘的多余气球，模型的大小减少了近一半（气球数量减少了 50%）。
3. 更快：要优化的气球变少了，训练时间缩短了 23%。
4. 画质没丢：虽然气球少了，但因为都放在了该放的地方，照片看起来依然非常逼真。

5. 总结

这篇论文的核心思想就是：不要盲目地增加细节，要聪明地增加细节。

EntON 就像是一个懂建筑学的装修工。他知道哪里是墙（低熵区域），就在那里多贴几层瓷砖（分裂气球）；他知道哪里是空气（高熵区域），就坚决不贴（剪枝）。这样既省了材料（内存），又省了时间（训练速度），还让房子盖得更漂亮（几何更准，画质更好）。

这对于重建城市建筑、室内场景等“人造物体”特别有效，因为这些地方通常充满了平整的墙面和地面，非常适合这种“秩序感”判断。

技术摘要

论文技术总结：EntON - 基于特征熵优化的 3D 高斯泼溅邻域致密化

1. 研究背景与问题 (Problem)

3D 高斯泼溅 (3D Gaussian Splatting, 3DGS) 是一种显式的 3D 场景表示方法，能够实现实时渲染并保持高质量的视觉效果。然而，标准的 3DGS 存在以下主要问题：

• 几何对齐差：高斯分布的中心和表面往往不能很好地与底层物体表面（特别是人造物体的平面结构）对齐，导致点云和网格重建效果不佳。
• 过度重建与模糊：在高频几何细节区域，容易出现过度重建（Over-reconstruction）或高斯球过大，导致渲染图像模糊。
• 缺乏几何感知：标准的致密化（Densification）策略主要依赖视图空间位置梯度 (View-space position gradients) 的幅度。这种策略忽略了局部 3D 几何上下文，导致高斯分裂和剪枝决策缺乏对物体表面结构的感知，容易在无序区域（如背景或散乱点）产生不必要的高斯膨胀。
• 权衡困境：现有的基于表面的重建方法（如 2DGS, PGSR）虽然提高了几何精度，但往往以牺牲光度准确性（渲染质量）或增加模型复杂度为代价。

2. 核心方法论 (Methodology)

作者提出了 EntON (Eigenentropy-Optimized Neighborhood Densification)，一种基于特征熵优化的交替致密化策略。该方法旨在通过利用局部 3D 结构几何信息，引导高斯的自适应分裂与剪枝，从而在保持高渲染质量的同时显著提升几何精度。

2.1 核心概念：特征熵 (Eigenentropy)

EntON 引入了特征熵作为衡量局部 3D 结构有序度的指标。

• 计算方式：对于每个高斯中心，计算其 $k$-近邻 (kNN) 点的协方差矩阵。
• 特征提取：获取协方差矩阵的特征值 $\lambda_1 \ge \lambda_2 \ge \lambda_3$，归一化后计算香农熵：
  $$E = -\sum_{i=1}^{3} \lambda'_i \log(\lambda'_i)$$
• 几何含义：
  • 低特征熵 ($E \approx 0$)：对应线性或平面结构（有序、各向异性），通常对应物体表面（如墙壁、地板）。
  • 高特征熵 ($E \approx \ln 3 \approx 1.1$)：对应球状或散乱结构（无序、各向同性），通常对应背景噪声或过度重建区域。

2.2 交替致密化策略 (Alternating Densification)

EntON 在优化过程中交替执行两种策略（每 100 次迭代切换一次，前 3000 次仅使用标准策略）：

1. 基于梯度的致密化 (Gradient-based)：

   • 沿用标准 3DGS 策略，基于视图空间位置梯度的幅度进行克隆或分裂。
   • 作用：确保对光度误差敏感的区域（如纹理丰富区）得到充分重建，维持渲染质量。

2. 基于特征熵的致密化 (Eigenentropy-aware)：

   • 分裂 (Splitting)：优先分裂位于低特征熵（有序、平面）邻域的高斯，以捕捉物体表面的精细几何细节。
   • 剪枝 (Pruning)：优先剪除位于高特征熵（无序、球状）邻域的高斯，消除背景噪声和过度重建。
   • 保持：中间特征熵的高斯保持不变，以维持稳定性。

2.3 优势

通过这种交替策略，EntON 将高斯分布“压缩”到物体表面（低熵区域），避免了在无序区域（高熵区域）的无意义膨胀，从而实现了几何精度与渲染质量的平衡，同时减少了模型规模。

3. 主要贡献 (Key Contributions)

1. 提出 EntON 框架：首次将特征熵（Eigenentropy）引入 3DGS 的致密化过程，作为一种几何感知的指导机制，直接优化高斯分布的几何对齐。
2. 交替优化策略：设计了一种交替执行“梯度驱动”和“几何驱动”致密化的算法，既保留了 3DGS 的渲染优势，又克服了其几何对齐差的缺陷。
3. 显著的性能提升：
   • 在几何精度上大幅超越标准 3DGS。
   • 在减少高斯数量（模型压缩）和训练时间的同时，保持了甚至提升了渲染质量。
   • 在人造物体和城市场景（符合曼哈顿世界假设）中表现尤为出色。

4. 实验结果 (Results)

作者在 DTU (小规模数据集) 和 TUM2TWIN (大规模城市场景数据集) 上进行了广泛评估，对比了 3DGS, 2DGS, 和 PGSR。

4.1 几何精度 (Geometric Accuracy)

• DTU 数据集：EntON (k=25) 的平均 Chamfer 距离 (C2C) 达到 0.97 mm，优于 PGSR (1.00 mm)，显著优于 3DGS (1.61 mm) 和 2DGS (1.33 mm)。
• 提升幅度：相比 3DGS，几何精度平均提升 32.7% (最高达 39.8%)。
• TUM2TWIN 数据集：在建筑场景中，EntON 同样表现出极高的表面重建精度，C2C 距离最小可达 0.179 m。

4.2 渲染质量 (Rendering Quality)

• PSNR：EntON 在 DTU 上的平均 PSNR 达到 34.39 dB (k=50) 至 34.75 dB (k=75)，与 3DGS (34.84 dB) 相当甚至略优，且明显优于 2DGS (32.54 dB) 和 PGSR (32.32 dB)。
• 视觉效果：在纹理丰富区域，EntON 能重建出锐利的边缘和细节；在平面区域，表面更加平整。

4.3 效率与压缩率 (Efficiency)

• 高斯数量：EntON (k=25) 将平均高斯数量减少至 157,391 个，相比 3DGS (392,129 个) 减少了约 60%。
• 训练时间：相比 3DGS，训练时间减少了 22.7% (最快配置下减少 29%)；相比 PGSR 和 2DGS 提速更为显著。
• 内存：由于高斯数量大幅减少，显存占用显著降低。

5. 意义与局限性 (Significance & Limitations)

意义

• 几何与光度的双赢：打破了以往“提高几何精度必牺牲渲染质量”或“模型过大”的困境，提供了一种高效、紧凑且高精度的 3D 重建方案。
• 适用于数字孪生与测绘：特别适用于建筑、城市等具有强平面结构的人造环境，符合曼哈顿世界假设，为数字孪生、AR/VR 等应用提供了高质量的轻量化 3D 资产。
• 无监督几何引导：无需额外的深度监督或复杂的几何约束，仅利用局部几何统计特征即可引导优化过程。

局限性

• 对低纹理/反射表面敏感：在反射或无纹理区域，初始高斯密度较低，导致 k-近邻覆盖范围过大，协方差矩阵趋向球状（高特征熵），从而被错误地剪枝，导致这些区域几何精度略有下降。
• 非平面结构适应性：该方法基于“曼哈顿世界”假设（偏好平面结构），对于植被、有机体等高度弯曲或散乱的几何结构，特征熵的区分度可能降低，导致重建效果不如在建筑场景中理想。

总结：EntON 通过引入特征熵作为几何感知的指导信号，成功优化了 3DGS 的致密化过程，实现了在大幅压缩模型规模和训练时间的同时，显著提升几何重建精度并保持优秀的渲染质量，是 3D 高斯泼溅领域的一项重要进展。