SCORP：基于代理生成与调优的场景一致目标精炼
计算机视觉与模式识别
2025-09-23 v2
摘要
目标在场景重建中的视角缺失问题十分常见，因为相机路径通常优先捕捉整体场景结构而非单个目标。这使得在保持准确场景级表示的前提下，实现高保真度的对象级建模变得极具挑战性。针对此问题至关重要，以推进需要高保真度目标重建的下游任务。本文引入基于代理生成与调优的场景一致目标精炼框架（SCORP），这是一种新型3D增强框架，利用3D生成先验在缺失视角下恢复目标的细粒度几何与外观。SCORP通过用3D生成模型替换退化目标来实现代理生成，然后通过对齐代理与其退化对应物的7自由度姿态，逐步细化几何与纹理，随后通过受约束的注册来纠正空间与外观不一致性。这种两阶段代理调优确保在未见视角下原目标的高保真几何与外观，同时保持空间定位、观察几何与外观的一致性。在具有挑战性的基准测试中，SCORP在新视角合成与几何完成任务上均显著优于最新SOTA基线。SCORP项目已开源于 https://github.com/PolySummit/SCORP。
引用
@article{arxiv.2506.23835,
title = {SCORP: Scene-Consistent Object Refinement via Proxy Generation and Tuning},
author = {Ziwei Chen and Ziling Liu and Zitong Huang and Mingqi Gao and Feng Zheng},
journal= {arXiv preprint arXiv:2506.23835},
year = {2025}
}
备注
8 pages with 6 figures. Project page: https://polysummit.github.io/scorp.github.io/