多样本抗混叠与约束优化用于3D高斯溅写
计算机视觉与模式识别
2025-08-15 v1 人工智能
摘要
近期在3D高斯溅写方面的进展显著提升了实时新视角合成的性能，但不足之处在于场景优化期间几何约束不足，常导致对细粒度细节的重构模糊，尤其是在高频纹理和尖锐断裂的区域。为此，我们提出了一个综合的优化框架，将多样本抗混叠（MSAA）与双几何约束相集成。该系统通过对四个子样本的自适应混合来计算像素颜色，有效减少高频分量中的混叠伪迹。该框架引入了两种约束：(a)一种自适应加权策略，通过动态梯度分析优先处理重构不足的区域；(b)梯度差分约束，在物体边界处强制执行几何正则化。这种针对性的优化使模型能够在计算资源优先分配给需要细化的关键区域的同时，保持全局一致性。广泛的实验评估表明，我们的方法在多个基准测试中在细节保持方面实现了最佳性能，尤其是在保留高频纹理和锐利断裂方面，同时保持实时渲染效率。定量指标和感知研究确认，我们的方法在结构相似性（SSIM）和感知质量（LPIPS）方面均显著优于基线方法。
引用
@article{arxiv.2508.10507,
title = {Multi-Sample Anti-Aliasing and Constrained Optimization for 3D Gaussian Splatting},
author = {Zheng Zhou and Jia-Chen Zhang and Yu-Jie Xiong and Chun-Ming Xia},
journal= {arXiv preprint arXiv:2508.10507},
year = {2025}
}