arXiv · 机器人与计算机视觉· Yongzhen Hu, Hao Yu, Jiawei Wang, Xianming Zeng, Jianyun Xu, Xingliang Liu, Ruizhen Hu, Xiaowei Zhou, Hujun Bao, Sida Peng·· 2026-10-15精选AI 评分83
InfiniSplat v2:通过冻结几何分支与大角度监督改进前馈 3DGS 渲染
InfiniSplat v2: Analyzing and Improving Feed-Forward 3DGS from Any Views
AI 导读
InfiniSplat v2 针对前馈高斯重建在大视角变化下难以学习高质量属性的问题,提出解耦几何与属性预测的架构。方法在训练时使用真实相机位姿对齐预测高斯,并采用大角度目标视图监督。实验显示,该方法在六个数据集上实现了 SOTA 的 LPIPS 和 DISTS 指标,相比最强基线分别降低 25.8% 和 32.9%。研究还发现仅用图像重建监督学习的透明度会抑制几何不一致点。
推荐理由
该文分析前馈高斯重建在几何与属性解耦上的局限,提出冻结几何分支与大角度监督等新架构,在六个数据集上实现 SOTA 性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org