稀疏视图重建的几何查询扩散（GeoQuery）
计算机视觉与模式识别
2026-05-13 v1
摘要
3D高斯溶解（3DGS）已成为3D重建和新视角合成的突出范式，但在稀疏视图约束下训练时仍易出现严重的渲染伪影。虽然最近的方法试图利用图像扩散模型纠正渲染视图中的伪影，但通常依赖多视图自注意力机制从参考图像中检索信息。我们观察到，当3DGS生成的渲染新视图严重损坏时，这一机制常常失败：损坏的查询特征导致错误的跨视图检索，进而产生不一致的渲染细化。为此，我们提出GeoQuery，一种几何引导的扩散框架，通过一种新颖的几何引导跨视图注意力（GCA）机制将生成先验与显式几何线索集成。首先，利用预测的深度图和相机位姿，我们构建几何诱导的对应场，用于采样参考特征，形成与几何对齐的代理查询，以取代被损坏的渲染特征。此外，我们设计了新的跨视图特征聚合管道，在每个代理查询周围限制跨视图注意力的局部窗口，以有效检索有用特征同时抑制伪影匹配。GeoQuery可以无缝集成到现有的扩散基于管道中，使即使在极端视图稀疏性下也能实现稳健的重建。在稀疏视图新视角合成和渲染伪影消除的广泛实验中，结果证明了我们方法的有效性。
引用
@article{arxiv.2605.12399,
title = {GeoQuery: Geometry-Query Diffusion for Sparse-View Reconstruction},
author = {Xiao Cao and Yuze Li and Youmin Zhang and Jiayu Song and Cheng Yan and Wen Li and Lixin Duan},
journal= {arXiv preprint arXiv:2605.12399},
year = {2026}
}
备注
Accept to SIGGRAPH 2026 Conference Track