Light 'em Up：基于多尺度显式Retinex照明解耦的少样本低光3D高斯溅写
计算机视觉与模式识别
2026-04-28 v1
摘要
全360度的低光条件下新视角合成仍具有挑战性。不足的照明、噪声放大以及视角相关的光度不一致性阻止了现有方法在保持几何一致性和光照保真性方面的工作。无监督方法在大范围视角变化下常出现颜色漂移，而监督的低光增强模型虽然对2D任务有效，但难以推广到新场景，通常需要重新训练。为此，我们提出了MERID-GS，一种用于低光360度合成的多尺度显式Retinex照明解耦高斯框架。基于Retinex理论，该方法显式地分离照明和反射，并通过可学习的增益和光照状态引导频率门控抑制噪声传播，同时增强暗区域结构。结合轻量级反射头和3D高斯溅写，MERID-GS能够仅凭少量样本适应新场景，实现稳定的低光新视角合成。此外，我们构建了一个覆盖全360度场景的低光多视角数据集，用于联合评估。全面实验表明，MERID-GS在多个数据集上实现了SOTA性能，展现出卓越的跨场景泛化和视角一致性。源代码和预训练模型已提供：https://github.com/YhuoyuH/MERID-GS..
引用
@article{arxiv.2604.24053,
title = {Light 'em Up: Enabling Few-Shot Low-Light 3D Gaussian Splatting with Multi-Scale Explicit Retinex Illumination Decoupling},
author = {YuHao Yin and Zongji Wang and Yuanben Zhang and Biqing Li and Jiesong Bai and Junyi Liu},
journal= {arXiv preprint arXiv:2604.24053},
year = {2026}
}
备注
19 pages, 5 figures. Code available at https://github.com/YhuoyuH/MERID-GS