高斯溅射中的选择性文本细化——STRinGS
计算机视觉与模式识别
2025-12-09 v1
摘要
文本作为标志、标签或指令，是现实场景中至关重要的元素，能够传递重要的上下文信息。3D表示方法（如3D高斯溅射）难以在保持高视觉保真度的同时保留细粒度文本细节。文本元素重构的微小误差可能导致显著的语义损失。我们提出STRinGS，一个面向3DGS重建的文本感知、选择性细化框架，以解决此问题。我们的方法将文本区域与非文本区域分别处理，先对文本区域进行细化，再与非文本区域合并进行整体场景优化。STRinGS即使在具有挑战性的配置下，也能产生清晰、可读的文本。我们引入文本可读性度量OCR字符错误率(CER)，以评估文本区域的效果。STRinGS在仅7K迭代次数下相较于3DGS实现了63.6%的相对改进。我们还引入了包含多样文本场景的精选数据集STRinGS-360，用于评估3D重建中的文本可读性。我们的方法和数据集共同推动了文本丰富环境中3D场景理解的边界，为更稳健的文本感知重建方法指明了道路。
引用
@article{arxiv.2512.07230,
title = {STRinGS: Selective Text Refinement in Gaussian Splatting},
author = {Abhinav Raundhal and Gaurav Behera and P J Narayanan and Ravi Kiran Sarvadevabhatla and Makarand Tapaswi},
journal= {arXiv preprint arXiv:2512.07230},
year = {2025}
}
备注
Accepted to WACV 2026. Project Page, see https://STRinGS-official.github.io