从斑块到辐条：通过定向高斯进行高保真表面重建

3D 高斯溅射（3DGS）革新了快速新视角合成，但其基于不透明度的表述使表面提取从根本上变得困难。与基于有符号距离场或占据率的隐式方法不同，3DGS 缺乏全局几何场，迫使现有方法不得不依赖诸如 TSDF 融合混合深度图等启发式方法。借鉴 Objects as Volumes 框架，我们为 Gaussian Splatting 推导了一个原理性的占据场，并展示了如何用它来提取复杂场景的高精度水密网格。我们的关键贡献是为每个高斯元素引入一个可学习的定向法线，并定义了一种修正的衰减表述，从而在空间中任意位置得到法线和占据场的闭合形式表达式。我们进一步引入了一种新颖的一致性损失和专用的稠密化策略，迫使高斯通过闭合几何孔洞来包裹整个表面，确保定向基元的完整外壳。我们修改了可微分光栅化器以输出我们连续模型的等值面深度，并引入了用于任意分辨率感兴趣区域网格化的原始自适应网格化。我们还揭示了标准表面评估协议中的基本偏差，并提出了两种更严格的替代方案。总体而言，我们的方法 Gaussian Wrapping 在 DTU 和 Tanks and Temples 上设立了新的最先进水平，以并发工作的一小部分大小生成完整的水密网格——恢复了细薄结构，如 notoriously elusive 的自行车辐条。