PFGS：基于姿态融合的3D高斯溅射用于完整多姿态目标重建
计算机视觉与模式识别
2025-10-20 v1
摘要
近期3D高斯溅射（3DGS）技术使从多视角图像实现高质量、实时的新视角合成成为可能。然而，大多数现有方法假设目标在单一静态姿态下拍摄，导致重建不完整，遗漏被遮挡或自遮挡区域。我们提出PFGS（Pose-Fused 3D Gaussian Splatting），一种基于姿态的3DGS框架，旨在解决从多姿态图像捕获中重建完整目标的实际挑战。给定目标在一种主姿态下以及几个辅助姿态下的图像，PFGS迭代融合每个辅助姿态的数据，以统一的3DGS表示生成主姿态下的完整模型。我们的姿态感知融合策略结合全局和局部配准，有效地合并视角并细化3DGS模型。虽然近期3D基础模型的进展提高了配准的鲁棒性和效率，但仍受高内存需求和次优精度的限制。PFGS通过更智能地将其纳入配准流程来克服这些挑战：它利用背景特征进行逐姿态相机姿态估计，并利用基础模型进行跨姿态配准。这种设计兼顾了两种方法的优势，同时解决了背景不一致问题。实验结果表明，PFGS在定性和定量评估中 consistently 优于强大基线，产生更完整的重建和更高保真度的3DGS模型。
引用
@article{arxiv.2510.15386,
title = {PFGS: Pose-Fused 3D Gaussian Splatting for Complete Multi-Pose Object Reconstruction},
author = {Ting-Yu Yen and Yu-Sheng Chiu and Shih-Hsuan Hung and Peter Wonka and Hung-Kuo Chu},
journal= {arXiv preprint arXiv:2510.15386},
year = {2025}
}