针对高斯溶射表面重建的光度歧义性复审
计算机视觉与模式识别
2026-05-13 v1
摘要
可微分渲染的表面重建在近年来取得了令人印象的成绩，但普遍存在的光度歧义严重限制了现有方法的性能。本文提出 AmbiSuR，一个在高斯溶射上探索内在解决方案的框架，用于光度歧义性鲁棒的表面 3D 重建。我们首先重新审视了基础问题，发现该表示在原始层面存在两种内在不确定性，同时揭示了高斯溶射中一种内在的歧义自指潜力。基于这些发现，我们首次引入光度消歧义，将不确定的几何解决方案约束为明确的表面形成。随后，我们提出一种歧义指示模块，释放自指潜力以识别并进一步引导纠正受约束的重建。广泛的实验表明，我们的方法在各种具有挑战性的场景中优于现有方法，兼容性广泛。项目：https://fictionarry.github.io/AmbiSuR-Proj/。
引用
@article{arxiv.2605.12494,
title = {Revisiting Photometric Ambiguity for Accurate Gaussian-Splatting Surface Reconstruction},
author = {Jiahe Li and Jiawei Zhang and Xiao Bai and Jin Zheng and Xiaohan Yu and Lin Gu and Gim Hee Lee},
journal= {arXiv preprint arXiv:2605.12494},
year = {2026}
}
备注
Accepted at ICML 2026. Project page: https://fictionarry.github.io/AmbiSuR-Proj/