NVS-HO：面向手持物体的新视角合成基准
计算机视觉与模式识别
2026-02-06 v1
摘要
我们提出 NVS-HO，是首个为仅使用 RGB 输入在真实环境中进行手持物体新视角合成设计的基准测试集。每个物体记录为两个互补的 RGB 序列：(1) 手持序列，其中物体在静止摄像机前被操作；(2) 板状序列，其中物体固定在 ChArUco 板上，通过标记检测提供准确的相机姿态。NVS-HO 的目标是学习从 (1) 中捕获物体完整外观的 NVS 模型，而 (2) 提供用于评估的基准图像。为建立基线，我们考虑了经典 SfM 流水线和最新预训练的 feed-forward 神经网络 (VGGT) 作为姿态估计器，并基于 NeRF 和 Gaussian Splatting 训练 NVS 模型。我们的实验揭示了在不受约束的手持条件下当前方法存在显著性能差距，凸显了需要更稳健方法的需求。NVS-HO 因此为 RGB 基于手持物体的新视角合成提供了一个具有挑战性的真实世界基准，推动该领域的进步。
引用
@article{arxiv.2602.05822,
title = {NVS-HO: A Benchmark for Novel View Synthesis of Handheld Objects},
author = {Musawar Ali and Manuel Carranza-García and Nicola Fioraio and Samuele Salti and Luigi Di Stefano},
journal= {arXiv preprint arXiv:2602.05822},
year = {2026}
}