PlanarGS：基于视觉语言平面先验的高保真室内 3D 高斯溅写
计算机视觉与模式识别
2025-10-29 v1
摘要
三维高斯溅写（3DGS）最近作为一种高效的新视角合成表示，取得了令人瞩目的视觉质量。然而，在以大面积低纹理区域为主的场景中（这类场景常见于室内环境），用于优化 3DGS 的光度损失会导致几何模糊，难以恢复高保真 3D 表面。为克服这一限制，我们提出 PlanarGS，一个针对室内场景重建的 3DGS 框架。具体而言，我们设计了一种语言提示平面先验（LP3）管线，采用预训练的视觉语言分割模型，并通过跨视角融合和几何先验检查来细化区域提案。我们框架中的 3D 高斯通过两个额外术语进行优化：一个施加平面一致性的平面先验监督项，一个引导高斯向深度和法线线索移动的几何先验监督项。我们在标准室内基准数据集上进行了大量实验。结果表明，PlanarGS 能重建准确且细致的 3D 表面，持续以显著优势超越当前的状态-of-the-art 方法。项目页面：https://planargs.github.io
引用
@article{arxiv.2510.23930,
title = {PlanarGS: High-Fidelity Indoor 3D Gaussian Splatting Guided by Vision-Language Planar Priors},
author = {Xirui Jin and Renbiao Jin and Boying Li and Danping Zou and Wenxian Yu},
journal= {arXiv preprint arXiv:2510.23930},
year = {2025}
}
备注
Accepted by NeurIPS 2025. Project page: https://planargs.github.io