RayletDF：用于从点云或高斯进行可泛化三维表面重建的Raylet距离场

在本文中，我们提出了一种可泛化的方法，用于从原始点云或通过3DGS从RGB图像预估计的3D高斯进行三维表面重建。与现有的基于坐标的方法在渲染显式表面时通常计算量很大不同，我们提出的方法名为RayletDF，引入了一种称为raylet距离场的新技术，旨在直接从查询光线预测表面点。我们的流程包含三个关键模块：一个raylet特征提取器、一个raylet距离场预测器和一个多raylet混合器。这些组件协同工作，以提取细粒度的局部几何特征、预测raylet距离，并聚合多个预测以重建精确的表面点。我们在多个公开的真实世界数据集上广泛评估了我们的方法，证明了在从点云或3D高斯进行表面重建方面的优越性能。最值得注意的是，我们的方法实现了卓越的泛化能力，在测试中能够在未见过的数据集上通过单次前向传播成功恢复三维表面。