Learning from Automatic 3D Gaussian Splatting Edits for Online Bayesian Scene Change Detection

📄 arXiv: 2610.28490v1 📥 PDF

作者: Changrui Zhu, Simon Julier

分类: cs.CV, cs.GR

发布日期: 2026-10-20

备注: 34 pages, 10 figures

💡 一句话要点

提出基于自动3D高斯点云编辑的在线贝叶斯场景变化检测方法

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 在线变化检测 贝叶斯推断 3D高斯点云 自动标注 场景理解 实时处理 计算机视觉

📋 核心要点

  1. 现有的在线场景变化检测方法在变化先验概率和证据模型未知的情况下，推断过程复杂且计算成本高。
  2. 本文提出通过自动编辑3D高斯点云模型来生成标注训练视图，从而学习场景特定的证据模型，降低了对手动标注的依赖。
  3. 实验结果表明，所提方法在PASLCD和CCS3D数据集上分别达到了67.64%和75.82%的mIoU，且在速度上领先于其他在线方法。

📝 摘要（中文）

在线场景变化检测需要整合新到达的观测数据，以确定相对于参考场景哪些区域发生了变化。本文通过学习自动编辑的参考3D高斯点云模型，解决了变化的先验概率和证据模型未知的问题，同时降低了数值贝叶斯推断的计算成本。通过生成标注的训练视图，结合未变化的参考观测，本文为学习场景特定的证据模型和估计有效像素先验及响应统计提供了监督。在线预测结合当前证据与历史支持，使用闭式局部贝叶斯因子更新累积的3D高斯场，最终通过对象引导的细化生成变化掩膜。该方法在PASLCD和CCS3D数据集上达到了67.64%和75.82%的mIoU，且在PASLCD上以17.2 FPS的速度运行，成为评估的在线方法中最快的。

🔬 方法详解

问题定义：本文旨在解决在线场景变化检测中，变化先验概率和证据模型未知的问题，现有方法在推断时计算成本高且效率低下。

核心思路：通过学习自动编辑的3D高斯点云模型，生成标注的训练视图，结合未变化的参考观测，提供监督以学习场景特定的证据模型。

技术框架：整体方法包括数据预处理、模型训练和在线推断三个主要模块。首先生成标注训练视图，然后训练证据模型，最后进行在线变化检测和掩膜生成。

关键创新：最重要的创新在于通过自动编辑生成标注数据，避免了手动标注的需求，同时使用闭式局部贝叶斯因子更新3D高斯场，提升了推断效率。

关键设计：在模型训练中，采用了场景特定的损失函数和响应统计参数化设计，确保了模型在不同场景下的适应性和准确性。具体的网络结构和参数设置在论文中进行了详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，所提方法在PASLCD和CCS3D数据集上分别达到了67.64%和75.82%的mIoU，显著优于现有基线方法。同时，在PASLCD数据集上，完整的处理流程以17.2 FPS的速度运行，成为评估的在线方法中最快的，展示了良好的实时性能。

🎯 应用场景

该研究的潜在应用领域包括智能监控、自动驾驶和机器人导航等场景变化检测任务。通过提高变化检测的准确性和实时性，能够为相关领域提供更可靠的支持，推动智能系统的进一步发展。

📄 摘要（原文）

Online scene change detection requires integrating incoming observations to determine which regions have changed relative to a reference scene. We update change beliefs as new images arrive using generalised Bayesian evidence fusion. However, the prior probability of change and evidence models are unknown beforehand, and numerical Bayesian inference can be costly. We address these challenges by learning offline from automatic edits to a reference 3D Gaussian Splatting (3DGS) model. These edits generate labelled training views without manual annotations. Together with unchanged reference observations, they provide supervision for learning scene-specific evidence models and estimating the effective pixel prior and response statistics. Online prediction combines current evidence with historical support, while closed-form local Bayes factors, parameterized by the learned response statistics, update an accumulated 3D Gaussian field. Object-guided refinement produces the final change masks. Our method achieves state-of-the-art accuracy on PASLCD and CCS3D, with $67.64\%$ and $75.82\%$ mIoU, respectively. On PASLCD, the complete pipeline runs at $17.2$\,FPS over complete query sequences, the fastest among the evaluated online methods.