稀疏视角高斯溅射的 TWINGS：薄板样条对齐初始化
计算机视觉与模式识别
2026-05-29 v2 机器学习
摘要
稀疏视角输入下的新视角合成是 3D 计算机视觉中的重要挑战，尤其在有限视点下实现高质量场景重建。我们引入 TWINGS 框架，直接应对点稀疏性问题。我们采用薄板样条（TPS），这是一种平滑的非刚性变形模型，通过最小弯曲能来估计从控制点对应关系得到的全局一致变形，用于将从估计深度中反投影的点与三角化的 3D 控制点对齐，从而得到校准的反投影点。通过在控制点附近对这些校准点进行采样，TWINGS 提供了一种快速且几何准确的 3DGS 初始化，最终改善了重建场景中结构细节的保留和颜色保真度。在 DTU、LLFF 和 Mip-NeRF360 上的大量实验表明，TWINGS 在稀疏视角场景下持续优于现有方法，实现了细致且准确的重建。
引用
@article{arxiv.2605.22069,
title = {TWINGS: Thin Plate Splines Warp-aligned Initialization for Sparse-View Gaussian Splatting},
author = {Hyeseong Kim and Geonhui Son and Deukhee Lee and Dosik Hwang},
journal= {arXiv preprint arXiv:2605.22069},
year = {2026}
}
备注
Accepted at CVPR 2026, Project page: https://sandokim.github.io/twings/