GSPlane：基于结构化表示的简洁且准确的平面重建
计算机视觉与模式识别
2025-10-21 v1
摘要
平面是 3D 场景的基本原语，尤其在人造环境中（如室内空间与城市街道）具有重要意义。以结构化且参数化格式表示这些平面，有助于下游应用中的场景编辑与物理仿真。最近，高斯溅写（Gaussian Splatting, GS）在新视角合成任务中展现出卓越效果，并衍生出扩展版在准确表面重建方面显示出巨大潜力。然而，即便是最先进的 GS 表示，在重建平面区域时仍难以实现足够的平滑性与精度。为此，我们提出 GSPlane，通过从重建场景的平面区域恢复准确几何，并产生干净且结构良好的网格连通性。利用即插即用的分割与法线预测模型，GSPlane 提取稳健的平面先验，以建立平面高斯坐标的结构化表示，帮助通过强制几何一致性来指导训练过程。为进一步提升训练鲁棒性，引入动态高斯重分类器，以适应性地将持续保持高梯度的平面高斯重新分类为非平面，从而确保更可靠的优化。此外，我们利用优化后的平面先验来细化网格布局，显著改善拓扑结构，同时减少顶点数与面数。我们还探讨了结构化平面表示的应用，使我们能够解耦并灵活操作支撑平面上的对象。广泛的实验表明，尽管不牺牲渲染质量，平面先验的引入显著提升了提取网格的几何精度，适用于各种基线方法。
引用
@article{arxiv.2510.17095,
title = {GSPlane: Concise and Accurate Planar Reconstruction via Structured Representation},
author = {Ruitong Gan and Junran Peng and Yang Liu and Chuanchen Luo and Qing Li and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2510.17095},
year = {2025}
}