基于物理失焦建模和多视角几何监督的深度一致性三维高斯溅射
计算机视觉与模式识别
2025-11-14 v1 人工智能
摘要
由于近场和远场区域监督信号不一致，极端深度变化场景下的三维重建仍具有挑战性。现有方法无法同时解决远端区域深度估计不准和近距离区域结构退化的问题。本文提出一种新型计算框架，将深度-场监督和多视角一致性监督集成到三维高斯溅射中。方法包含两个核心组件：(1) 深度-场监督采用尺度恢复的单目深度估计器（如 Metric3D）生成深度先验，利用失焦卷积合成物理上准确的失焦图像，通过 novel depth-场 loss 实现几何一致性，从而增强近远两个区域的深度保真度；(2) 多视角一致性监督采用 LoFTR 基于半稠密特征匹配最小化跨视角几何误差，通过最小二乘优化可靠匹配点实现深度一致性。通过将失焦物理与多视角几何约束统一，本方法在 Waymo Open 数据集上较当前最先进方法实现了 0.8 dB PSNR 的提升。该框架桥接了物理成像原理与基于学习的深度正则化，为城市复杂深度分层提供可扩展解决方案。
引用
@article{arxiv.2511.10316,
title = {Depth-Consistent 3D Gaussian Splatting via Physical Defocus Modeling and Multi-View Geometric Supervision},
author = {Yu Deng and Baozhu Zhao and Junyan Su and Xiaohan Zhang and Qi Liu},
journal= {arXiv preprint arXiv:2511.10316},
year = {2025}
}