TSPE-GS：基于3D高斯溶解的概率深度提取用于半透明表面重建
计算机视觉与模式识别
2025-11-14 v1
摘要
3D 高斯溶解提供了强大的速度-质量权衡，但在重建半透明表面方面存在困难，因为大多数方法假设每个像素只有单个深度值，当多个表面可见时便会失败。我们提出了 TSPE-GS（Transparent Surface Probabilistic Extraction for Gaussian Splatting，即高斯溶解的透明表面概率提取），其均匀采样透射度以建模像素级多模态不透明度和深度分布，取代先验的单峰假设，解决跨表面深度歧义。通过逐步融合截断符号距离函数，TSPE-GS 在统一框架内分别重建外部和内部表面。该方法可推广到其他基于高斯的重建管道，且无需额外训练开销。在公开数据集和自收集的半透明和不透明数据集上的大量实验表明，TSPE-GS 在重建半透明几何结构方面显著优于现有方法，同时保持对不透明场景的良好性能。
引用
@article{arxiv.2511.09944,
title = {TSPE-GS: Probabilistic Depth Extraction for Semi-Transparent Surface Reconstruction via 3D Gaussian Splatting},
author = {Zhiyuan Xu and Nan Min and Yuhang Guo and Tong Wei},
journal= {arXiv preprint arXiv:2511.09944},
year = {2025}
}
备注
AAAI26 Poster