基于稀疏航空视角的前馈高斯溅射
计算机视觉与模式识别
2026-05-20 v1
摘要
从稀疏航空视角重建大规模城市场景是关键且具有挑战性的任务。由于偏向的俯视和浅斜摄像姿态，稀疏航空捕获呈现强烈的证据不平衡：屋顶和开放区域被反复观察，而立面、远处建筑和被遮挡的结构接收很少的多视角支持。现有的前馈 3D 高斯溅射方法直接从稀疏输入回归确定性表示，常导致幽灵现象、立面融化和纹理拉伸。最近的伪视角和视频基方法使用额外监督或生成先验，但常缺乏对观察几何与先验驱动内容之间清晰的分离，可能导致结构虽 plausible 却不一致。我们提出了 AnyCity，稀疏航空城市场景的观察驱动生成重建框架。AnyCity 首先预测观察支持的几何潜表示以锚定可靠结构，然后使用 scaffold 条件化航空完成 token 来预测针对弱约束内容的门控残差更新，随后进行高斯解码。在训练期间，稠密到稀疏的蒸馏将结构线索从稠密视图重建转移，而航空适应视频扩散先验通过门控 token 提供细粒度城市外观线索。保持观察一致性的目标函数确保精炼后的表示与输入支持的几何一致。推理时，AnyCity 以单次前馈方式从稀疏航空视角重建最终 3D 高斯场景，实现秒级推理的连贯城市新视角合成。实验在合成、航空域、UAV 纹理和真实场景上均显示相对于前馈基线持续改进。
引用
@article{arxiv.2605.19949,
title = {Feed-Forward Gaussian Splatting from Sparse Aerial Views},
author = {Dongli Wu and Zhuoxiao Li and Tongyan Hua and Yinrui Ren and Xiaobao Wei and Rongjun Qin and Wufan Zhao},
journal= {arXiv preprint arXiv:2605.19949},
year = {2026}
}