DOC-GS:用于可靠稀疏视图高斯泼溅的双域观测与校准
计算机视觉与模式识别
2026-04-09 v1
摘要
由于几何监督不足,稀疏视图的3D高斯泼溅(3DGS)重建本质上是不适定的,常常导致严重的过拟合以及结构失真和半透明雾状伪影的出现。虽然现有方法试图通过基于dropout的正则化来缓解此问题,但它们在很大程度上是启发式的,且缺乏对伪影形成的统一理解。在本文中,我们从新视角重新审视稀疏视图3DGS重建,并将核心挑战识别为高斯基元可靠性的不可观测性。不可靠的高斯在优化过程中约束不足,并在渲染图像中积累为雾状退化。基于这一观察,我们提出了一种统一的双域观测与校准(DOC-GS)框架,通过优化域归纳偏置与观测域证据的协同来建模和校正高斯可靠性。具体而言,在优化域中,我们通过每个基元在训练过程中所受约束的程度来刻画高斯可靠性,并通过连续深度引导丢弃(CDGD)策略实例化该信号,其中丢弃概率作为基元可靠性的显式代理。这施加了平滑的深度感知归纳偏置以抑制弱约束高斯并改善优化稳定性。在观测域中,我们建立了浮动伪影与大气散射之间的联系,并利用暗通道先验(DCP)作为结构一致性线索来识别和累积异常区域。基于跨视图聚合证据,我们进一步设计了可靠性驱动的几何剪枝策略以移除低置信度高斯。
引用
@article{arxiv.2604.06739,
title = {DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting},
author = {Hantang Li and Qiang Zhu and Xiandong Meng and Debin Zhao and Xiaopeng Fan},
journal= {arXiv preprint arXiv:2604.06739},
year = {2026}
}
备注
10 pages, 5 figures