SG-GS：语义引导密度控制与损失设计的3D Gaussian Splatting精细城市场景重建

研究提出SG-GS，一种语义引导的3D Gaussian Splatting方法，用于精细城市场景重建。该方法以Segment Anything Model（SAM）的语义分割为约束，构建语义约束自适应密度控制机制并设计多特征引导损失函数，配合分阶段渐进训练策略。在三个数据集上，相比原始3DGS，PSNR提升约2.7%至5.2%，线性结构伪影与边界模糊得到有效缓解。