ProSplat：面向宽基准稀疏视图的改进式前馈 3D 高斯溅写
计算机视觉与模式识别
2025-06-10 v1
摘要
前馈 3D 高斯溅写 (3DGS) 近期在窄基准条件下展现出针对稀疏输入视图的新视角合成 (NVS) 的前景。然而，其在宽基准场景中的性能因纹理细节有限以及跨视图几何不一致而显著下降。为解决这些挑战，本文提出 ProSplat，一个为宽基准条件下的高保真渲染设计的两阶段前馈框架。第一阶段通过 3DGS 生成器生成 3D 高斯原始素。第二阶段通过改进模型提升这些原始素渲染的视图。具体而言，改进模型基于单步扩散模型，由我们提出的最大重叠参考视图注入 (MORI) 和距离加权的弯纱注意 (DWEA) 进一步优化。MORI 通过战略性选择最大视点重叠的参考视图来补充缺失的纹理和颜色，而 DWEA 则利用弯纱约束实现几何一致性。此外，我们引入一种分治式训练策略，通过联合优化实现两个阶段之间的数据分布对齐。我们在 RealEstate10K 和 DL3DV-10K 数据集上采用宽基准设置进行评估。实验结果表明，ProSplat 在 PSNR 上比最新 SOTA 方法平均提升约 1 dB。
引用
@article{arxiv.2506.07670,
title = {ProSplat: Improved Feed-Forward 3D Gaussian Splatting for Wide-Baseline Sparse Views},
author = {Xiaohan Lu and Jiaye Fu and Jiaqi Zhang and Zetian Song and Chuanmin Jia and Siwei Ma},
journal= {arXiv preprint arXiv:2506.07670},
year = {2025}
}