Remove360：评估 3D 高斯溶解后残留物的基准
计算机视觉与模式识别
2026-03-20 v2
摘要
即使物体从 3D 场景中消失，它仍可能被检测到。即使经过视觉消除，现代视觉模型仍可能推断原始存在的物体。在本工作中，我们引入了一个新基准及其评估框架，用于量化 3D 高斯溶解后对象消除所留下的语义残留物。我们在多样化的室内和户外场景中进行实验，表明当前方法尽管缺乏视觉几何，仍常常保留语义信息。值得注意的是，即使在消除后进行填充，残留线索仍经由 foundation 模型检测到。我们还呈现了 Remove360，即一个包含移除前后 RGB 捕获图像及对象级掩码的真实世界数据集。与先前聚焦于单一对象实例的数据集不同，Remove360包含复杂、杂乱的场景，使其能够在完整场景设置下评估对象消除。凭借 ground-truth 移除后图像，我们直接评估语义存在是否被消除，以及下游模型是否仍能推断被消除的物体。我们的结果揭示了几何消除与语义抹除之间的持续差距，暴露了现有 3D 编辑管道的关键局限，凸显了需要消除可恢复线索（而不仅仅是可见几何）的隐私意识消除方法的需求。数据集和评估代码已公开提供。
引用
@article{arxiv.2508.11431,
title = {Remove360: Benchmarking Residuals After Object Removal in 3D Gaussian Splatting},
author = {Simona Kocour and Assia Benbihi and Torsten Sattler},
journal= {arXiv preprint arXiv:2508.11431},
year = {2026}
}