3D Gaussian Flats：2D/3D 混合光度场景重建
计算机视觉与模式识别
2025-09-24 v2
摘要
辐射场和新视角合成的最新进展使得从照片创建逼真的数字孪生成为可能。然而，由于光度重建目标条件不适定，当前方法在处理平坦、无纹理表面时会产生不平整和半透明的重建结果。表面重建方法解决了这一问题，但牺牲了视觉质量。我们提出了一种新颖的 2D/3D 混合表示，联合优化用于建模平坦表面的受约束平面（2D）Gaussian 和用于场景其余部分的自由形态（3D）Gaussian。我们的端到端方法动态检测并细化平面区域，同时提高了视觉保真度和几何精度。该方法在 ScanNet++ 和 ScanNetv2 上实现了 SOTA 的深度估计，并且在网格提取方面表现出色而不会过拟合于特定的相机模型，展示了其在生成高质量室内场景重建方面的有效性。
引用
@article{arxiv.2509.16423,
title = {3D Gaussian Flats: Hybrid 2D/3D Photometric Scene Reconstruction},
author = {Maria Taktasheva and Lily Goli and Alessandro Fiorini and Zhen Li and Daniel Rebain and Andrea Tagliasacchi},
journal= {arXiv preprint arXiv:2509.16423},
year = {2025}
}