SPFSplatV2：高效无姿态稀疏视角3D高斯溅射
计算机视觉与模式识别
2025-09-23 v1
摘要
我们提出SPFSplatV2，一个高效的前馈框架，用于从稀疏多视角图像实现3D高斯溅射，训练和推理过程中无需 ground-truth姿态。该方法采用共享特征提取主干网络，同时从未标注输入中在标准坐标系中预测3D高斯原始和相机姿态。引入掩码注意力机制以高效估计训练中的目标姿态，同时引入重投影损失以实现像素级高斯原始对齐，提供更强的几何约束。我们进一步展示了该训练框架与不同重建架构的兼容性，实现了两个模型变体。尽管缺乏姿态监督，本方法在域内和域外新视角合成中实现了最先进的性能，甚至在极端视角变化和有限图像重叠情况下仍表现优异，超越了依赖几何监督进行相对姿态估计的最新方法。通过消除对 ground-truth姿态的依赖，本方法具备利用更大规模和更加多样化数据集的可扩展性。代码和预训练模型将在项目页面发布：https://ranrhuang.github.io/spfsplatv2/。
引用
@article{arxiv.2509.17246,
title = {SPFSplatV2: Efficient Self-Supervised Pose-Free 3D Gaussian Splatting from Sparse Views},
author = {Ranran Huang and Krystian Mikolajczyk},
journal= {arXiv preprint arXiv:2509.17246},
year = {2025}
}