LaS-Comp：基于潜在-空间一致性的零样态 3D 完成
计算机视觉与模式识别
2026-03-19 v2 机器人学
摘要
本文介绍 LaS-Comp，一种零样态且类别无关的方法，利用 3D 基础模型所蕴含的丰富几何先验，实现对多样化部分观测的 3D 形状完成。我们的贡献有三点：首先，\ourname{} 通过一种互补的两阶段设计，利用这些强大的生成先验进行完成：(i) 显式替换阶段保留部分观测的几何结构，以确保完成结果忠实；(ii) 隐式细化阶段确保观测区域与合成区域之间的边界无缝衔接。其次，本框架无需训练，能够与不同的 3D 基础模型兼容。最后，我们引入 Omni-Comp，一个综合了真实世界数据与合成数据、且具有多样且具挑战性部分模式的全面基准测试， enables 更彻底且真实的评估。定量与定性实验表明，我们的方法优于以往的状态-of-the-art 方法。我们的代码和数据将在 \href{https://github.com/DavidYan2001/LaS-Comp}{LaS-Comp} 提供。
引用
@article{arxiv.2602.18735,
title = {LaS-Comp: Zero-shot 3D Completion with Latent-Spatial Consistency},
author = {Weilong Yan and Haipeng Li and Hao Xu and Nianjin Ye and Yihao Ai and Shuaicheng Liu and Jingyu Hu},
journal= {arXiv preprint arXiv:2602.18735},
year = {2026}
}
备注
Accepted by CVPR2026