基于 3D 美学场的审美相机视角建议

场景的审美质量高度依赖于相机视角。现有方法要么是单视图调整，从单张图像预测有限的相机调整，缺乏对场景几何的理解；要么是 3D 探索方法，依赖密集捕获或预构建的 3D 环境，伴随高额强化学习（RL）搜索成本。本文引入 3D 美学场（3D Aesthetic Field）的概念，使能够在稀疏捕获下进行几何导向的审美推断，实现高效视角建议，显著低于高额 RL 搜索成本。我们采用基于 feedforward 3D 高斯溅射网络（3D Gaussian Splatting）的方法，从预训练的 2D 审美模型蒸馏出高级审美知识到 3D 空间中，仅通过稀疏输入视角即可为新视角进行审美预测。基于该场，我们提出了两阶段搜索管道，结合粗略视角采样和梯度化 refinements，高效识别审美令人愉悦的视角，无需密集捕获或 RL 探索。广泛实验表明，我们的方法始终建议具有优越构图和构图的视角，优于现有方法，确立了向 3D 感知审美建模的新方向。