从无约束图像中进行可泛化的稀疏视角三维重建
计算机视觉与模式识别
2026-05-01 v1
摘要
在光照变化和瞬时遮挡的真实世界条件下，从稀疏、未标定姿态的图像中重建三维场景仍然具有挑战性。现有方法依赖于使用外观嵌入或动态掩码的特定场景优化，这需要大量的逐场景训练，并且在稀疏视角下会失败。此外，在有限场景上的评估引发了对其泛化性的质疑。我们提出了 GenWildSplat，这是一种用于稀疏视角户外重建的前馈框架，无需任何逐场景优化。给定未标定姿态的互联网图像，GenWildSplat 利用学习到的几何先验，在规范空间中预测深度、相机参数和三维高斯。外观适配器根据目标光照条件调整外观，而语义分割则处理瞬时物体。通过在合成数据和真实数据上进行课程学习，GenWildSplat 能够泛化到不同的光照和遮挡模式。在 PhotoTourism 和 MegaScenes 基准上的评估证明了其最先进的前馈渲染质量，实现了无需测试时优化的实时推理。
引用
@article{arxiv.2604.28193,
title = {Generalizable Sparse-View 3D Reconstruction from Unconstrained Images},
author = {Vinayak Gupta and Chih-Hao Lin and Shenlong Wang and Anand Bhattad and Jia-Bin Huang},
journal= {arXiv preprint arXiv:2604.28193},
year = {2026}
}
备注
Project Page: https://genwildsplat.github.io/