TransmissiveGS：用于透明场景重建与渲染的残差引导的解耦式高斯溅射
计算机视觉与模式识别
2026-05-12 v1
摘要
透明场景在日常生活中十分常见，但其重建与渲染仍然具有挑战性，因为透明表面周围环境的近场反射与背后场景的透射内容天然存在耦合。这种耦合导致每个观察中呈现双重表面几何和双重辐射成分，为标准方法带来歧义。我们提出 TransmissiveGS，一个用于透明场景解耦式重建与渲染的新框架。具体而言，我们采用双高斯表示模型，并引入延迟光照函数以联合渲染两种高斯成分。为分离反射与透射，我们利用反射在多视角下的固有不一致性，并借助重建多视角一致内容的残差作为解耦几何和外观建模的线索。我们进一步提出了一种反射光场，实现对近场反射的高保真估计。在训练过程中，我们引入高频正则化以保留细节。我们也贡献了一个新的合成数据集，用于评估透明表面重建。在合成和真实场景上的实验表明，TransmissiveGS 在重建和渲染质量方面 consistently 优于基于高斯溅射的先前方法。
引用
@article{arxiv.2605.10705,
title = {TransmissiveGS: Residual-Guided Disentangled Gaussian Splatting for Transmissive Scene Reconstruction and Rendering},
author = {Zhenyu Liang and Xiao Zhang and Tianchao Li and Jack C. P. Cheng and Chi-Keung Tang},
journal= {arXiv preprint arXiv:2605.10705},
year = {2026}
}