PixARMesh：基于自回归的单视图 3D 室内场景网格重建
计算机视觉与模式识别
2026-03-09 v1 图形学
机器学习
摘要
我们提出 PixARMesh,一种从单张 RGB 图像自回归重建完整 3D 室内场景网格的方法。不同于依赖隐式符号距离场和事后布局优化的先前方法,PixARMesh 在统一模型中联合预测物体布局和几何形状,在单次前向传播中生成连贯且符合 artist 要求的网格。基于最近发展的网格生成模型,PixARMesh 将点云编码器与像素对齐图像特征和全局场景上下文通过交叉注意力相结合,以实现从单张图像进行精确空间推理。场景以统一的 token 流生成,其中包含 context、pose 和 mesh,从而产生紧凑且几何高保真的网格。在 synthetic 和 real-world 数据集上的实验表明,PixARMesh 在实现业界最佳重建质量的同时,生成轻量级高质量网格,已准备好用于下游应用。
引用
@article{arxiv.2603.05888,
title = {PixARMesh: Autoregressive Mesh-Native Single-View Scene Reconstruction},
author = {Xiang Zhang and Sohyun Yoo and Hongrui Wu and Chuan Li and Jianwen Xie and Zhuowen Tu},
journal= {arXiv preprint arXiv:2603.05888},
year = {2026}
}
备注
CVPR 2026. Project Page: https://mlpc-ucsd.github.io/PixARMesh