MGP-KAD：用于单视角复杂场景 3D 重建的多模态几何先验与 Kolmogorov-Arnold 解码器
计算机视觉与模式识别
2026-02-09 v1
摘要
单视角在复杂真实场景中的 3D 重建因噪声、物体多样性和数据集可用性有限而具有挑战性。为此，我们提出 MGP-KAD，一种 novel 多模态特征融合框架，将 RGB 和几何先验集成以提高重建精度。几何先验通过对地面实况物体数据进行抽样和聚类生成，产生能够在训练期间动态调整以改进几何理解的类别级特征。此外，我们引入基于 Kolmogorov-Arnold 网络 (KAN) 的混合解码器，以克服传统线性解码器在处理复杂多模态输入方面的局限性。在 Pix3D 数据集上的大量实验表明，MGP-KAD 实现了最先进 (SOTA) 的性能，显著提高了几何完整性、平滑度和细节保持。我们的工作为推动复杂场景下的单视角 3D 重建提供了稳健且有效的解决方案。
引用
@article{arxiv.2602.06158,
title = {MGP-KAD: Multimodal Geometric Priors and Kolmogorov-Arnold Decoder for Single-View 3D Reconstruction in Complex Scenes},
author = {Luoxi Zhang and Chun Xie and Itaru Kitahara},
journal= {arXiv preprint arXiv:2602.06158},
year = {2026}
}
备注
6 pages. Published in IEEE International Conference on Image Processing (ICIP) 2025