Sparfels：从稀疏无姿态影像中快速重建

我们提出了一种利用面元抛雪球（surface element splatting）进行稀疏视图重建的方法，该方法可在消费级 GPU 上于 3 分钟内完成。尽管有少数方法解决了从噪声或无姿态稀疏相机中学习稀疏辐射场的问题，但在此设置下的形状恢复仍相对未被充分探索。一些辐射场和形状学习的测试时优化方法通过学习数据先验或结合外部单目几何先验来解决稀疏有姿态设置下的问题。与此不同，我们提出了一种高效且简单的流程，利用一个最新的 3D 基础模型。我们利用其多种任务头，特别是点图和相机初始化来实例化一个光束法平差的 2D 高斯抛射（2DGS）模型，并利用图像对应关系在 2DGS 训练过程中指导相机优化。我们贡献的关键在于提出了一种沿光线计算抛射颜色方差的新公式，该公式可以高效计算。在训练中降低此矩量可得到更精确的形状重建。我们在基于已建立的多视图数据集的稀疏无标定设置下，于重建和新视图基准测试中展示了最先进的性能。