跳到正文
arXiv · 机器人与计算机视觉· Viruthshaan Vinasirajan, Ranga Rodrigo·· 2026-10-19精选AI 评分82

基于稀疏未定位图像的帧一致前馈 3D Gaussian Splatting 方法

Frame-Consistent Feed-Forward 3D Gaussian Splatting from Sparse Unposed Images

AI 导读

本文提出一种无需额外训练的框架,将冻结的姿态估计器 VGGT 与重建骨干网络 TokenGS 结合,解决坐标系不一致与平移尺度失配问题。在包含 107 个场景的测试中,该方法在全视角及仅四张稀疏视图条件下均能达到接近 COLMAP 参考的质量(22.47 PSNR),实现了完全无需 COLMAP 的姿态自由重建流程。

推荐理由

该工作通过坐标系对齐与尺度修正,证明冻结的 VGGT 与 TokenGS 组合在稀疏视图下即可达到全视角质量,无需额外训练。

来源:arXiv · 机器人与计算机视觉 · arxiv.org