Niagara：基于单视图的几何仿射场场景重建
图形学
2025-06-18 v2 计算机视觉与模式识别
摘要
近期在单视图 3D 场景重建方面的进展凸显了在捕捉细微几何细节和确保结构一致性方面的挑战，尤其是在高保真度户外场景建模中。本文提出了 Niagara，一种新的单视图 3D 场景重建框架，首次能够从单一输入图像忠实地重建具有挑战性的户外场景。我们的 метод将单眼深度和法线估计作为输入，这大大增强了其捕捉细节的能力，缓解了常见的几何细节丢失和变形问题。此外，我们引入了几何仿射场（GAF）和 3D 自注意力作为几何约束，将显式几何的结构属性与隐式特征场的适应性相结合，在高效渲染和高保真重建之间取得平衡。我们的框架最终提出了专用的编码器-解码器架构，其中提出了基于深度的 3D 高斯解码器，用于预测 3D 高斯参数，可用于新视角合成。广泛的结果和分析表明，Niagara 在单视图和双视图设置中超越了诸如 Flash3D 等以前的 SOTA 方法，显著提升了几何精度和视觉保真度，尤其在户外场景中效果显著。
引用
@article{arxiv.2503.12553,
title = {Niagara: Normal-Integrated Geometric Affine Field for Scene Reconstruction from a Single View},
author = {Xianzu Wu and Zhenxin Ai and Harry Yang and Ser-Nam Lim and Jun Liu and Huan Wang},
journal= {arXiv preprint arXiv:2503.12553},
year = {2025}
}