NeVStereo：面向高保真 3D 任务的 NeRF 驱动 NVS- Stereo 架构
计算机视觉与模式识别
2026-02-06 v1 图形学
摘要
在现代稠密 3D 重建中，前馈系统（如 VGGT、pi3）专注于端到端匹配和几何预测，但不显式输出新视角合成（NVS）。基于神经渲染的方法提供高保真 NVS 和详细几何，但通常假设固定相机姿态，且对姿态误差敏感。因此，构建一个能从随意捕获的视角中提供准确姿态、可靠深度、高质量渲染和准确 3D 表面的单一框架仍然具有挑战性。我们提出 NeVStereo，一种 NeRF 驱动的 NVS-stereo 架构，旨在从多视角仅 RGB 输入中联合提供相机姿态、多视角深度、新视角合成和表面重建。NeVStereo 将 NeRF 基于 NVS 的渲染用于立体化友好输出，结合置信度引导的多视角深度估计、NeRF 耦合的束平差用于姿态细化，以及迭代细化阶段更新深度和辐射场以提高几何一致性。该设计缓解了常见的 NeRF 问题，如表面堆叠、伪影和姿态-深度耦合。实验表明，在室内、户外、桌面和航空基准测试中，NeVStereo 均实现了持续的零样本性能，深度误差降低最高达 36%，姿态精度提升 10.4%，NVS 保真度提高 4.5%，网格质量达到最高（F1 91.93%，Chamfer 4.35 mm），显著优于现有主流方法。
引用
@article{arxiv.2602.05423,
title = {NeVStereo: A NeRF-Driven NVS-Stereo Architecture for High-Fidelity 3D Tasks},
author = {Pengcheng Chen and Yue Hu and Wenhao Li and Nicole M Gunderson and Andrew Feng and Zhenglong Sun and Peter Beerel and Eric J Seibel},
journal= {arXiv preprint arXiv:2602.05423},
year = {2026}
}