G4Splat：基于几何引导的高斯溅射与生成先验
计算机视觉与模式识别
2026-02-27 v2
摘要
尽管近期在利用来自预训练扩散模型的生成先验进行 3D 场景重建方面取得了显著进展，但现有方法仍面临两个关键局限性。首先，由于缺乏可靠的几何监督，它们即便在观察区域也难以产生高质量的重建，更别提未观察区域。其次，它们缺乏有效机制来缓解生成图像中的多视角不一致，导致严重的形状-外观歧义和场景几何性能 degradation。在本文中，我们认识到准确的几何信息是有效利用生成模型增强 3D 场景重建的基本前提。我们首先提出利用平面结构的普遍性来推导准确的尺度深度图，从而在观察和未观察区域提供可靠监督。进一步地，我们在生成管道中整合这些几何引导，以改进可见度掩码估计、引导新视角选择，并在使用视频扩散模型进行填充时增强多视角一致性，从而实现准确且一致的场景完成。在 Replica、ScanNet++、DeepBlending 和 Mip-NeRF 360 上的大量实验表明，我们的方法在几何和外观重建方面均优于现有基线，尤其在未观察区域表现更为突出。此外，我们的方法自然支持单视图输入和未对齐视频，在室内外场景中都具有良好的可泛化性和实际应用价值。项目页面可访问于 https://dali-jack.github.io/g4splat-web/。
引用
@article{arxiv.2510.12099,
title = {G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior},
author = {Junfeng Ni and Yixin Chen and Zhifei Yang and Yu Liu and Ruijie Lu and Song-Chun Zhu and Siyuan Huang},
journal= {arXiv preprint arXiv:2510.12099},
year = {2026}
}
备注
ICLR'26. Project page: https://dali-jack.github.io/g4splat-web/