VGNC：基于验证引导的稀疏视角 3DGS 过拟合抑制

稀疏视角 3D 重建是实际 3D 重建应用中的一个基本且具有挑战性的任务。最近提出了许多基于 3D 高斯融合（3DGS）框架的方法来解决稀疏视角 3D 重建问题。尽管这些方法取得了显著进展，但仍存在显著的过拟合问题。为减少过拟合，我们引入 VGNC（Validation-guided Gaussian Number Control），一种基于生成式新视角合成（NVS）模型的验证引导高斯数控制方法。据我们所知，这是首次尝试利用生成式验证图像来缓解稀疏视角 3DGS 的过拟合问题。具体而言，我们首先引入基于生成式 NVS 模型的验证图像生成方法。随后，我们提出一种高斯数控制策略，利用生成的验证图像确定最佳高斯数，从而减少过拟合问题。我们在各种稀疏视角 3DGS 基线方法和数据集上进行了详细实验，以评估 VGNC 的有效性。大量实验表明，我们的方法不仅有效降低了过拟合，还在测试集上提高了渲染质量，同时减少了高斯点的数量。这一减少降低了存储需求，并加速了训练和渲染过程。该代码将在公开发布。