GAINS：基于稀疏多视角捕获的高斯逆渲染
计算机视觉与模式识别
2025-12-11 v1
摘要
最近的进展扩展了高斯光栅化逆渲染方法，将光栅化原始块与 shading 参数和物理光传输相结合，实现从稠密多视角捕获中恢复高质量材料。然而，这些方法在稀疏视角设置下性能急剧下降，由于受限观察导致几何、反射率和光照之间的严重歧义。我们提出 GAINS (Gaussian-based Inverse rendering from Sparse multi-view captures)，一种两阶段逆渲染框架，利用学习先验来稳定几何和材料估计。GAINS 首先使用单目深度/法线和扩散先验细化几何，然后采用分段、内在图像分解 (IID) 和扩散先验来正则化材料恢复。在合成和真实数据集上的大量实验表明，GAINS 在稀疏视角设置下，显著提高了材料参数精度、 relighting 质量和 novel-view 合成，尤其相对于现有的基于高斯的逆渲染方法。项目页面：https://patrickbail.github.io/gains/
引用
@article{arxiv.2512.09925,
title = {GAINS: Gaussian-based Inverse Rendering from Sparse Multi-View Captures},
author = {Patrick Noras and Jun Myeong Choi and Didier Stricker and Pieter Peers and Roni Sengupta},
journal= {arXiv preprint arXiv:2512.09925},
year = {2025}
}
备注
23 pages, 18 figures