视角转换与亮度调节重构雨天 3D 场景
计算机视觉与模式识别
2025-11-11 v1
摘要
雨天多视角图像的视觉质量受到影响，这些图像对于 3D 场景重构至关重要，导致重建结果不准确且不完整。现有数据集往往忽视了真实雨天 3D 场景的两个关键特征：由雨丝在 2D 图像上的投影导致的视点依赖性变化，以及雨天期间云层遮蔽导致的环境亮度下降。为提高数据真实性，我们构建了一个新数据集，名为 OmniRain3D，包含视角异质性和亮度动态性，更真实地模拟雨天对 3D 场景的降解。基于该数据集，我们提出了一个端到端的重建框架，名为 REVR-GSNet（Rain Elimination and Visibility Recovery for 3D Gaussian Splatting）。具体而言，REVR-GSNet 通过联合交替优化，将递归亮度增强、高斯原始优化和 GS 指导雨消除集成到统一的架构中，实现了从雨降解输入中重建干净 3D 场景的高保真度重建。大量实验表明，我们的数据集和方法有效。我们的数据集和方法为未来的多视角图像去雨和雨天 3D 场景重建提供了基础。
引用
@article{arxiv.2511.06734,
title = {Rethinking Rainy 3D Scene Reconstruction via Perspective Transforming and Brightness Tuning},
author = {Qianfeng Yang and Xiang Chen and Pengpeng Li and Qiyuan Guan and Guiyue Jin and Jiyu Jin},
journal= {arXiv preprint arXiv:2511.06734},
year = {2025}
}
备注
Accepted by AAAI 2026 (Oral)