PLANA3R：基于前馏平面喷溅的零样态三维平面重建
计算机视觉与模式识别
2026-01-29 v2
摘要
本文通过利用室内场景固有的几何规律和紧凑表示，解决室内场景的度量三维重建问题。采用平面三维原语——这一适用于人造环境的表征方法——我们引入 PLANA3R，构建了一个无姿态的、从未对准的两视图图像进行度量平面三维重建的框架。我们的方法采用 Vision Transformer 提取一组稀疏平面原语、估计相对相机姿态，并通过平面喷溅来监督几何学习，其中通过原语的高分辨率渲染深度图和法线图来反向传播梯度。不同于以往需要在训练时使用三维平面标注的前馈方法，PLANA3R 可在没有显式平面监督的情况下学习平面三维结构，从而实现了在仅使用深度和法线标注的大规模立体数据集上的可扩展训练。我们在多个具有度量监督的室内场景数据集上验证了 PLANA3R，并在多样化任务下（包括 3D 表面重建、深度估计和相对姿态估计）均表现出强大的对域外室内环境的泛化能力。此外，由于采用平面三维表征，本方法还能实现精确的平面分割。项目页面可在 https://lck666666.github.io/plana3r 查看。
引用
@article{arxiv.2510.18714,
title = {PLANA3R: Zero-shot Metric Planar 3D Reconstruction via Feed-Forward Planar Splatting},
author = {Changkun Liu and Bin Tan and Zeran Ke and Shangzhan Zhang and Jiachen Liu and Ming Qian and Nan Xue and Yujun Shen and Tristan Braud},
journal= {arXiv preprint arXiv:2510.18714},
year = {2026}
}
备注
Camera-ready version of a paper in 39th Conference on Neural Information Processing Systems (NeurIPS 2025). The project page is available at: https://lck666666.github.io/plana3r