跨视角几何精准生成式重建：填补视角间隙的鸿沟
计算机视觉与模式识别
2026-05-11 v1
摘要
3D 视觉系统根本受限于其对视觉重叠的依赖：重建方法需要视觉重叠以实现几何对齐，而生成模型则依赖视觉重叠以强制多视角一致性。这种限制在现实世界场景中尤为突出，例如分布式群体机器人或众包数据收集，其中捕获重叠视角（包括空间和外观重叠）往往不可能。我们提出了从 disjoint 视角进行生成式重建作为一种新范式，建立了全面的数据集，并为零重叠情形提出了专门的评估指标。我们的基准测试表明，现有最先进的方法在该任务上会 catastrophic 失败，产生不连贯的几何或语义不一致的重建。为解决这些限制，我们提出了 GLADOS，一个通用、模块化的框架，通过三个阶段运行：(1) 生成式桥接，其中基础模型合成中间视角以连接 disjoint 输入；(2) 稳健的粗糙 3D 重建，通过全局对齐建立粗糙几何骨架，以吸收来自生成过程的局部矛盾；(3) 迭代上下文扩张和一致性优化以填充缺失区域并统一重建。作为一个与体系结构无关的框架，GLADOS 使未来在生成、重建和图像填补方面的进展能够无缝集成。该源码可在 https://github.com/gwilczynski95/GLADOS 获取。
引用
@article{arxiv.2605.07550,
title = {Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views},
author = {Grzegorz Wilczynski and Mikołaj Zielinski and Bartosz Świrta and Dominik Belter and Przemysław Spurek},
journal= {arXiv preprint arXiv:2605.07550},
year = {2026}
}