跳到正文
arXiv · 机器人与计算机视觉· Pratik Singh Bisht, Andreas Kolb·· 21 天前AI 评分70

NRF-GS:用于表达性与紧凑性的高斯泼溅的神经残差场

NRF-GS: Neural Residual Fields for Expressive and Compact Gaussian Splatting

AI 导读

该论文重新审视 3D 高斯泼溅中的外观建模角色,指出低阶球谐基限制了方向反射效果且导致冗余。作者提出 NRF-GS,用共享全局场景级 MLP 预测基于视角、距离和特征的高频残差,结合漫反射基础色与神经残差场。该方法在 specular 区域显著提升高频细节表现,同时减少高斯数量最多达 50%,渲染质量相当或更优。论文已被 NeurIPS 2026 接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org