Proxy-GS：结构化 3D 高斯溅写的统一遮挡先验训练与推理
计算机视觉与模式识别
2026-03-04 v4
摘要
3D 高斯溅写（3DGS）已成为实现光照逼真渲染的高效方法。最近的 MLP-based 变体进一步提升了视觉保真度，但在渲染期间引入了显著的解码开销。为缓解计算成本，已引入若干剪枝策略和层次细节（LOD）技术，旨在有效减少大规模场景中的高斯体数量。然而，我们的分析表明，由于缺乏对遮挡的感知，仍存在显著冗余。本文提出 Proxy-GS，一种新型管道，通过代理（proxy）为任意视角引入高斯体遮挡感知能力。我们方法的核心是一种在 1ms 内即可生成 1000x1000 分辨率精确遮挡深度图的快速代理系统。该代理具有两个角色：首先，它引导锚点和高斯体的剔除，以加速渲染速度；其次，它引导稠密化过程聚焦于表面，避免遮挡区域的不一致性，提升渲染质量。在严重遮挡的场景中，例如 MatrixCity Streets 数据集，Proxy-GS 不仅为 MLP-based 高斯溅写提供了更强的渲染能力，还实现了更快的渲染速度。具体而言，它相较于 Octree-GS 实现了 2.5 倍以上的加速，并持续提供显著更高的渲染质量。代码将在接受后公开。
引用
@article{arxiv.2509.24421,
title = {Proxy-GS: Unified Occlusion Priors for Training and Inference in Structured 3D Gaussian Splatting},
author = {Yuanyuan Gao and Yuning Gong and Yifei Liu and Li Jingfeng and Dingwen Zhang and Yanci Zhang and Dan Xu and Xiao Sun and Zhihang Zhong},
journal= {arXiv preprint arXiv:2509.24421},
year = {2026}
}
备注
Project page: https://visionary-laboratory.github.io/Proxy-GS