SplatWeaver：学习为通用新视角合成分配高斯原始点
计算机视觉与模式识别
2026-05-22 v2
摘要
通用新视角合成旨在从未校准的输入图像渲染未见视角，而无需针对每个场景进行优化。最近基于3D高斯溅写的前馈方法实现了令人瞩目的效率和渲染质量。然而，大多数方法为每个像素或体素分配固定数量的高斯点，忽略了真实场景中空间变化的复杂性。这种均匀分配在平滑区域会浪费高斯点，而在细节结构、复杂几何和高频细节区域则提供不足的容量。这一动机促使我们预测区域依赖的原始点基数，而非在各处强加固定的原始点预算，从而实现更具表达力的3D场景表示。因此，我们提出了SplatWeaver，一个能够以前馈方式在不同区域动态分配高斯点的通用新视角合成框架。具体而言，SplatWeaver引入了高斯点专家和像素级路由方案，其中每个专家专注于生产0到M个特定数量的原始点，路由方案协调这些专家以自适应方式确定每个空间位置应分配多少个高斯点。此外，SplatWeaver融合了高频先验及其指导模块和路由正则化，以稳定专家选择并促进复杂度感知的分配。通过利用高频线索，路由过程被鼓励为细节结构和纹理区域分配更多高斯点，而抑制平滑区域的冗余。广泛的实验表明，SplatWeaver在各种场景下 consistently 超过最先进的方法，同时使用更少的高斯点实现了更忠实的新视角渲染。项目页面：https://yecongwan.github.io/SplatWeaver/
引用
@article{arxiv.2605.07287,
title = {SplatWeaver: Learning to Allocate Gaussian Primitives for Generalizable Novel View Synthesis},
author = {Yecong Wan and Fan Li and Mingwen Shao and Wangmeng Zuo},
journal= {arXiv preprint arXiv:2605.07287},
year = {2026}
}
备注
Project Page: https://yecongwan.github.io/SplatWeaver/