CoR-GS：基于协同正则化的稀疏视角 3D Gaussian Splatting

3D Gaussian Splatting (3DGS) 创建由 3D 高斯组成的辐射场来表示场景。在稀疏训练视角下，3DGS 容易产生过拟合，对渲染产生负面影响。本文引入了一种新的协同正则化视角以改进稀疏视角 3DGS。在训练两个 3D 高斯辐射场时，我们观察到这两个辐射场表现出点不一致和渲染不一致，这能够无监督地预测重建质量，其源于致密化实现的随机性。我们进一步量化了这两种不一致，并证明了它们与精确重建之间的负相关性，使我们能够在不访问真值信息的情况下识别不准确的重建。基于该研究，我们提出了 CoR-GS，它基于这两种不一致来识别并抑制不准确的重建：(1) 协同剪枝考虑在不准确位置表现出高点不一致的高斯并将其剪枝；(2) 伪视角协同正则化考虑表现出高渲染不一致的像素是不准确的，并抑制该不一致。在 LLFF、Mip-NeRF360、DTU 和 Blender 上的结果表明，CoR-GS 有效地正则化了场景几何，重建了紧凑的表示，并在稀疏训练视角下实现了 SOTA 的新视角合成质量。