最小预算 6.8kret 0.038 · 26.03 dB · 370 s
01
研究目标
把"建图多快算快"变成一个可优化的指标。
水下视频不依赖离线 COLMAP，能否在可接受时间内建成质量达标的 3DGS 地图？瓶颈到底在哪？
把它定义成可优化的指标 Time-to-Map：T_map@Q = 在质量门控 （PSNR_u8 ≥ 24 且 锐度保持 retention ≥ 0.15）下，从水下视频到可用地图的最短时间。 锐度 retention = 渲染图与真值图的 Laplacian 方差中位比（衡量高频几何细节存留）。
02
系统：双输出模型用在哪里
整条管线不需要离线 COLMAP：初始化、尺度、压缩调度全部由双输出模型的深度分支承担。
水下视频帧 t ─→ DIRECT 推理 ─┬─ D_t ×s_f 逐帧米制定标 ─→ 反投影点 ─→ 追加进持久高斯地图
└─ J_t（去浊外观，可选 init）
每 chunk(10 帧) 光度增量训练（官方 densify/prune 调度）
─→ 质量门控评测(PSNR + retention) ─→ 持续精化
D · 深度几何初始化桥
逐帧深度按米制系数反投影成点云，直接追加进持久高斯地图——免 COLMAP 的浑水初始化， 这是整条在线管线能跑起来的前提。
D · 深度米制源（GT-free 定标）
全局单参数定标 s_d = median(z/z_direct)（33 万深度观测，全程无真值参与）， 把任意尺度的轨迹一步拉回米制——离线 SfM 给不了的东西。
D · 深度表示压缩调度器
深度的多视角一致性 = 逐高斯置信度，用它门控 densify： −20% 高斯 / +15% 渲染 FPS，质量持平（详见压缩一节）。
J · 去浊外观初始化 / 紧凑化
去浊图像作外观 init：同 PSNR 下高斯更少（低预算档 −37%）。 实测 J 做几何监督无效——J 的价值在外观与紧凑性，不在几何。
03
调参经验：在线水下 3DGS 的杠杆排序
把有限算力花在哪？按实测杠杆从大到小——这也是本项目的核心 know-how。
①
优化预算是一阶杠杆，其他都是二阶
同样的输入，只动训练预算：6.8k → 20.4k → 40.8k iters，锐度 retention 0.038 → 0.243 → 0.337（同 init 离线训练上限 0.426）。深度模型精度、深度时序一致性、 写入策略、预算怎么分配——都不是杠杆。预算就是"质量-时间"旋钮，可随时停。
②
预算要花在早期：锐度是长出来的，不是补回来的
锐度在早期全视野 densify 生长中形成。对已收敛模型重开 densify 窗： +1.3dB PSNR 却换 −0.10 锐度；延迟开始 densify、重排训练窗、按置信度正/反向门控—— 全都不动锐度。在线系统的预算应该花在早期生长，事后精修是亏本买卖。
③
位姿要"光度一致"，而不只是轨迹准
决定渲染是高质量还是概览级的，是位姿的局部逐对光度一致性（重投影 0.2px vs 16px 的差别）； 轨迹的米制/形状精度是另一回事，两者独立。米制轨迹喂 3DGS 照样糊，光度一致位姿才出细节：
④
init 组成：稀疏脚手架 ∪ 深度反投影
纯深度反投影 init 缺光度脚手架；稀疏点 ∪ DIRECT 反投影的联合 init 在光度一致位姿下恢复离线锐度的 92%。J 外观 init 额外省高斯（预算越紧收益越大： 6.8k 档 −37%，20.4k 档 −12%——预算充分后 densify 会回填外观优势）。
⑤
渲染 FPS 跟"可见高斯"走，不跟总高斯走
总高斯 −20% 只带来可见高斯 −14%、FPS +15%；而 batch 地图总高斯更多、 可见高斯少 32%，FPS 反而 +21%。增量建图的壳层冗余是"看得见的负担"—— 想提速，压的是视野内可见数量。
⑥
早停看 retention，别只看 loss / PSNR
光度 loss 与 PSNR 很早就平台化，锐度 retention 却还在长——按 loss 平台自适应早停 会停在 retention 0.045（vs 同预算可达 0.243）。质量门控必须是渲染口径（PSNR + Laplacian 比）。
RECOMMENDED RECIPE · 推荐配方
D 逐帧米制反投影 init + 稀疏 ∪ DIRECT 联合 init + J 外观 init + conf≥p50 门控 densify + 全局 s_d 定标米制化 —— 即压缩阶梯的 L2 推荐档：高斯 −20.4% / FPS +15.3% / VRAM −7.5%，质量持平。
04
主结果 ①：Time-to-Map 与预算旋钮
coral 浑水关键帧序列，170 帧，独占 GPU 计时。
| 配置 | 训练 iters | 锐度 retention | PSNR_u8 | 墙钟（独占） |
|---|---|---|---|---|
| 最小预算 | 6.8k | 0.038 | 26.03 | 370 s |
| 在线推荐档 ← T@0.15 = 698 s | 20.4k | 0.243 ±0.006 | 26.16 | ~890 s |
| 高预算档 | 40.8k | 0.337 | 25.26 | 1530 s |
| 同 init 离线 batch（上限参照） | 30k | 0.426 | 26.46 | 1186 s |
| 换用在线位姿 @20.4k | 20.4k | 0.104 / 0.092 | 23.0 / 22.6 | ~855 s |
| 按 loss 平台早停 | 8.4k 即停 | 0.045 | 26.03 | 442 s |
预算 = 质量-时间旋钮：在 0.038–0.337 之间随取随停；"换在线位姿"行说明位姿等级在低预算下无关紧要、预算解锁后才成为天花板。早停行是教训 ⑥ 的实测。
最小预算 6.8kret 0.038 · 26.03 dB · 370 s
在线推荐档 20.4kret 0.243 · 26.16 dB · ~890 s
高预算档 40.8kret 0.337 · 25.26 dB · 1530 s
batch 上限 30kret 0.426 · 26.46 dB · 1186 s
GT 真值参照
ck01 · 1.2k iters · t ≈ 53 s
ck04 · 4.8k iters · t ≈ 214 s
ck07 · 8.4k iters · t ≈ 376 s
ck13 · 15.6k iters · t ≈ 698 s
ck17 · 20.4k iters · t ≈ 891 s
GT 真值参照
6k iters · ~4 minret 0.141
18k iters · ~9 minret 0.220
30k 上限 · ~16 minret 0.337
GT 真值参照05
主结果 ②：免 GT 米制化（AQUALOC）
离线 COLMAP 只给任意尺度的轨迹；一个参数把轨迹拉回米制，全程无真值参与。
离线 COLMAP 只给任意尺度的轨迹（SE3-ATE 1.676 m，尺度差 43%）。用 DIRECT 深度做全局单参数定标 s_d = median(z/z_direct)（33 万深度观测，全程无真值参与）， 一步把轨迹拉回米制：
SE3-ATE：1.676 m → 0.578 m（−65.5%） · sim3_scale 0.57 → 0.95 ≈ 1（与压力计独立米制源交叉验证）
SE3 ≈ Sim3（0.578 ≈ 0.568）意味着米制版免费达到了免尺度版的形状质量—— 机制是 1 参数定标即达标（联合 BA 在定标初值上零移动）。 边界：505/1529 帧注册覆盖、离线、单序列。
06
主结果 ③：D 置信度导引的表示压缩
深度的多视角一致性 = 逐高斯置信度；它不提画质，但同质量把地图做小做快。
把 DIRECT 深度的多视角一致性变成逐高斯置信度（conf），门控 densify—— "把有限计算导向几何上可信的区域"。固定 20.4k 预算对照：
| 配置 @20.4k | retention | PSNR_u8 | 高斯数 | 墙钟 |
|---|---|---|---|---|
| 增量基准（官方窗） | 0.243 | 26.16 | 1.50M | ~890 s |
| batch 等预算参照 | 0.302 | 26.53 | 1.55M | 864 s |
| 增量，全窗 densify | 0.231 | 26.31 | 1.29M | 901 s |
| conf≥p50 门控（本项目） | 0.221 | 26.41 | 1.06M（−29%） | 878 s |
| 反向门控（对照） | 0.222 | 26.26 | 1.22M | 877 s |
判读：conf 门控不提升画质——正反门控同结果（conf 与锐度正交）； 它的价值在压缩轴：−29% 高斯换 +0.25dB PSNR，直接兑现为渲染加速与表示体积。
工程压缩阶梯（全部实测渲染基准）
| 配置 @20.4k | retention | PSNR_u8 | 高斯数 | 可见高斯 | 渲染 FPS | VRAM |
|---|---|---|---|---|---|---|
| L0 基线 | 0.232 | 26.06 | 1.512M | 486k | 208 | 3219MB |
| L1 + J 外观 init | 0.231 | 25.93 | 1.336M | 438k | 226 | 3088MB |
| L2 + conf 门控 p50（推荐） | 0.236 | 26.09 | 1.204M（−20%） | 415k | 240（+15%） | 2979MB |
| L3 + p75（过度压缩） | 0.213 | 25.97 | 1.158M | 399k | 247 | 2937MB |
| batch 上限参照 | 0.426 | 26.46 | 1.552M | 329k | 254 | 3157MB |
渲染基准协议：同 GPU / 同 25 test 视图 / 同渲染器，warmup 10 轮计 50 轮； 可见高斯 = radii>0 均值。J-init 的压缩收益随预算提高而收缩（6.8k 档 −37% → 20.4k 档 −12%）， 与 conf 门控叠加后总压缩 −20%；p75 过度（retention −0.019）。
一句话机理：在线增量的锐度天花板比 batch 低 ~0.06（结构性锐度税），
且事后不可恢复——重开 densify、延迟生长、重新分配预算、conf 门控都不动锐度。
设计在线 3DGS 系统时，把预算花在早期生长，把压缩交给置信度门控。
07
在线 vs 离线：Time-to-Map 的账
不是刷离线质量榜——在线系统赢在时间轴、米制、鲁棒与可控性。
| 维度 | 在线增量（本项目） | 离线参照 |
|---|---|---|
| 首个达标地图 T@0.15 | 698 s（采集即建，边走边出图） | 须全量数据到齐：COLMAP 数小时 + 训练 ~20 min |
| PSNR_u8 | 26.16（推荐档）/ 26.41（conf 门控） | 26.46（batch 上限）/ ≈26.8（经典 COLMAP 管线） |
| 锐度 retention | 0.243（推荐档）/ 0.337（高预算档） | 0.426（batch）——诚实差距，机理见第五节 |
| 地图大小 / 渲染速度 | 1.20M 高斯，240 FPS（L2，−20%/+15% 实测） | 1.50M，210 FPS（同口径） |
| 米制（GT-free） | ✅ ATE 0.578 m（−65.5%） | ❌ COLMAP 无绝对尺度（SE3-ATE 1.676 m） |
| 浑水鲁棒性 | ✅ 免 SfM（初始化来自深度反投影） | SfM 易碎：该序列 1529 帧仅 505 帧注册为单组件 |
| 预算可调 | 阶梯即旋钮（0.038→0.337，随时停） | 固定 30k 全量 |
优势一句话：不是渲染质量超过离线——PSNR 打平（99%），锐度有结构性差距； 赢在时间轴（采集即建 vs 到齐再建）、米制（离线 COLMAP 给不了）、浑水鲁棒 （免 SfM）、预算可控、地图更紧凑。
08
结论与边界
三条可复述的结论，和一条不越界的措辞。
① 在线增量 3DGS 的质量一阶杠杆是优化预算；位姿等级是预算解锁后的第二瓶颈。 ② 双输出模型的正确用法 = 几何初始化桥 + 表示压缩调度器 + 米制源（外加 J 的外观紧凑化）， 而非画质提升。③ 增量 → batch 存在 ~0.06 的结构性锐度税，事后不可恢复—— 这是在线 3DGS 系统设计的方向性约束。
正式措辞（引用请逐字）：
在 DIRECT D-init + 在线位姿 + 增量 3DGS 条件下，系统地测得优化预算是早期地图质量的一阶因素； 位姿质量在预算提升后成为进一步限制因素；若干直觉上的 depth/fusion/densification 调整未显示同量级收益。（不声称"解决了水下 3DGS 核心难点"。）
在 DIRECT D-init + 在线位姿 + 增量 3DGS 条件下，系统地测得优化预算是早期地图质量的一阶因素； 位姿质量在预算提升后成为进一步限制因素；若干直觉上的 depth/fusion/densification 调整未显示同量级收益。（不声称"解决了水下 3DGS 核心难点"。）
诚实条目：主结论在 coral（170 帧，单场景）；AQUALOC 复现预算-响应趋势 （441 帧）。在线建图为 near-online（170 帧约 15 分钟），非 real-time。 置信度门控与全窗的差异属边缘量级。更早口径的数字已退役，本页不引用。
◈
结果数据原件（data/）
头条数字的机器可读原始 JSON，未手抄、未改写。
| 文件 | 内容 |
|---|---|
canonical_analysis.json | Time-to-Map 各档位：retention / PSNR / 质量门达线时刻 / 独占墙钟（698 s、预算阶梯、上限 0.426 均出于此） |
retention.json | 调度与压缩各配置的逐检查点曲线（retention / PSNR / 高斯数 / 墙钟） |
bench.json | 渲染基准三件套：FPS / 可见高斯 / peak VRAM（六模型同卡实测） |
ate_e18b_metric_ba.json | AQUALOC 米制化：SE3/Sim3 ATE、sim3_scale（原始值 0.5775 m） |