稀疏到完整：从稀疏图像捕获到完整三维场景
计算机视觉与模式识别
2026-05-08 v1
摘要
我们提出S2C-3D，这是一个新颖的稀疏视角3D重建框架，可从仅6至8张图像实现高保真度和完整的场景重建。该框架包含三个组件：用于场景特定图像修复的专用扩散模型、基于视角一致性条件的扩散模型中训练自由的视图一致性采样过程，用于精细的高斯优化，以及确保全面场景覆盖的相机轨迹规划方案。该专用扩散模型通过在输入视角及其对应的退化版本上对预训练架构进行微调来开发。对场景分布的适应性使模型能够修复高斯渲染，同时有效消除领域差距。同时，轨迹规划方案通过将每个新采样的相机连接到其两个最近邻来优化场景覆盖。通过迭代构建路径并仅保留显著性地增强可见性的路径，该方案建立了一个覆盖整个场景的轨迹。为解决多视角冲突，视图一致性条件采样过程量化了相邻修复后图像之间的一致性。将该信息作为条件注入到冻结扩散模型的采样过程中，以无需额外训练地生成视角一致的图像。因此，我们的方法产生对抗artifact鲁棒的高保真度3D高斯。实验结果表明，S2C-3D超过了最先进的方法，能够从非常稀疏的输入构建出无缺失区域、模糊或其他artifact的高质量场景。源码和数据已提供，访问链接为 https://gapszju.github.io/S2C-3D。
引用
@article{arxiv.2605.05664,
title = {Sparse-to-Complete: From Sparse Image Captures to Complete 3D Scenes},
author = {Yiyang Shen and Yin Yang and Kun Zhou and Tianjia Shao},
journal= {arXiv preprint arXiv:2605.05664},
year = {2026}
}