Aes3D：3D 高斯溶射的审美评估
计算机视觉与模式识别
2026-05-29 v3 人工智能
摘要
随着3D 高斯溶射(3DGS)在沉浸式媒体和数字内容创建领域的关注度提升，评估3D场景的审美变得重要，以帮助创作者构建更具视觉吸引力的3D内容。然而，现有的3D场景评估方法主要强调重建保真度和感知真实性，很大程度上忽略了构图、和谐及视觉吸引力等更高层次的审美属性。这种局限性源自两个关键挑战：(1)缺乏带有审美注释的通用3DGS数据集，(2)3DGS作为一种低层次原语表示，其难以捕获高层次审美特征。为此，我们提出Aes3D，是评估3D神经渲染场景审美的首个系统框架。Aes3D包括Aesthetic3D，第一个专用于3D场景审美评估的数据集，基于我们提出的3D场景审美注释策略构建。此外，我们present Aes3DGSNet，一个轻量级模型，直接从3D高斯原语预测场景级别的审美得分。值得注意的是，我们的模型仅基于3D高斯原语运行，无需渲染多视图图像，从而降低计算成本和硬件要求。通过在多视图3DGS场景表示上进行审美监督学习，Aes3DGSNet有效捕获高层次审美线索并准确回归审美得分。实验结果表明，我们的方法在保持轻量级设计的同时实现了强性能，为3D场景审美评估树立了新的基准。代码和数据集将在未来版本中提供。
引用
@article{arxiv.2605.05155,
title = {Aes3D: Aesthetic Assessment in 3D Gaussian Splatting},
author = {Chuanzhi Xu and Boyu Wei and Haoxian Zhou and Xuanhua Yin and Zihan Deng and Haodong Chen and Qiang Qu and Weidong Cai},
journal= {arXiv preprint arXiv:2605.05155},
year = {2026}
}