R3GW：野外户外场景的可重 lighting 3D 高斯
计算机视觉与模式识别
2026-03-04 v1
摘要
3D 高斯溶解（3DGS）已成为静态场景 3D 重建和新视角合成的领导技术，实现了卓越的渲染质量和快速训练。然而，该方法未显式建模场景照明，难以应用于重 lighting 任务。此外，3DGS 在野外捕获的场景中仍 struggles 重建，因这些场景的照片集合受限且光照条件变化。本文提出了 R3GW 方法，学习野外户外场景的可重 lighting 3DGS 表示。我们的方法将场景分为可重 lighting 前景和非反射背景（天空），使用两组不同的高斯。R3GW 通过结合基于物理的渲染与在变化照明条件下的 3DGS 场景表示，建模前景反射中的视角依赖光照效应。我们在 NeRF-OSR 数据集上对方法进行了定性和定量评估，实现了状态最佳性能和对不受约束场景的物理基于重 lighting 支持。我们的模型在任意照明条件下合成逼真的新视角。此外，我们的天空表示减轻了深度重建瑕疵，提高了天空-前景边界的渲染质量。
引用
@article{arxiv.2603.02801,
title = {R3GW: Relightable 3D Gaussians for Outdoor Scenes in the Wild},
author = {Margherita Lea Corona and Wieland Morgenstern and Peter Eisert and Anna Hilsmann},
journal= {arXiv preprint arXiv:2603.02801},
year = {2026}
}
备注
Accepted at VISAPP 2026