SyncFix：通过多视图同步修复 3D 重建
计算机视觉与模式识别
2026-04-16 v2
摘要
我们提出了 SyncFix 框架，通过跨视图一致性来强化基于扩散的场景重建细化过程。SyncFix 将细化建模为联合潜在桥接匹配问题，在多个视角之间同步受扭曲与干净表示，以修复语义和几何不一致性。这意味着 SyncFix 学习了多个视角的联合条件，以在去噪轨迹中强化一致性。我们的训练仅使用图像对完成，但在推理阶段能自然推广到任意数量的视角。此外，随着视角数量增加，重建质量会提升，但在更高视角数下收益会逐渐递减。定性和定量结果表明，SyncFix 能持续生成高质量的重建结果，并在没有干净参考图像的情况下超越当前的 SOTA baseline。当稀疏参考图像可用时，SyncFix 还能实现更高的保真度。
引用
@article{arxiv.2604.11797,
title = {SyncFix: Fixing 3D Reconstructions via Multi-View Synchronization},
author = {Deming Li and Abhay Yadav and Cheng Peng and Rama Chellappa and Anand Bhattad},
journal= {arXiv preprint arXiv:2604.11797},
year = {2026}
}
备注
Project website: https://syncfix.github.io/