从隐式歧义到显式实心：诊断神经辐射场中稠密 3D 场景理解的内部几何退化
计算机视觉与模式识别
2026-02-13 v2
摘要
神经辐射场（NeRF）已成为多视角重建的强大范式，补充了基于结构从运动（SfM）和多视图立体（MVS）的经典测量学管线。然而，其在稠密、自遮蔽场景中进行定量 3D 分析的可靠性仍不被充分理解。本研究识别了稠密遮蔽下隐式密度场的根本性失效模式，称为内部几何退化（Interior Geometric Degradation, IGD）。我们表明，基于可传递性的体积优化通过重建空心或碎片化结构来满足光度监督，从而导致实例 systematically undercounting。通过在遮蔽条件逐渐加大的合成数据集上进行受控实验，我们展示，最先进的掩码监督 NeRF 在稠密场景下的实例恢复率约为 89%，尽管表面一致性和掩码质量得到改善。为克服这一限制，我们引入基于稀疏体素光栅化（Sparse Voxel Rasterization, SVRaster）的显式几何管线，采用 SfM 特征几何进行初始化。通过将 2D 实例掩码投影到显式体素网格上并通过递归分割强制几何分离，该方法保留了物理实心性，在稠密聚类中实现了 95.8% 的恢复率。进一步的灵敏度分析表明，针对退化分割掩码的显式 SfM 几何在监督失败下的鲁棒性显著优于隐式基线方法，恢复率高出 43%。这些结果表明，显式几何先验是可靠进行高度自遮蔽 3D 场景定量分析的必要条件。
引用
@article{arxiv.2601.21421,
title = {From Implicit Ambiguity to Explicit Solidity: Diagnosing Interior Geometric Degradation in Neural Radiance Fields for Dense 3D Scene Understanding},
author = {Jiangsan Zhao and Jakob Geipel and Kryzysztof Kusnierek},
journal= {arXiv preprint arXiv:2601.21421},
year = {2026}
}