WildSplatter：基于无约束图像的feed-forward 3D 高斯溅射
计算机视觉与模式识别
2026-04-24 v1
摘要
我们提出WildSplatter，一个用于无约束图像的feed-forward 3D 高斯溅射（3DGS）模型，适用于相机参数未知且光照条件变化的场景。3DGS 是一种有效的场景表示，使能够实现高质量、实时渲染；然而，它通常需要迭代优化和在光照一致且具有已知相机参数的多视图图像中工作。WildSplatter 在无约束照片集合上进行训练，联合学习3D 高斯和受输入图像条件的外观嵌入。这种设计使我们能够灵活地调制高斯颜色，以表示光照和外观的显著变化。我们的 метод在不到一秒钟的时间内从稀疏输入视图重建3D 高斯，同时支持在多样化光照条件下的外观控制。实验结果表明，我们的方法在具有不同照明条件的具有挑战性的真实世界数据集上优于现有的姿态-free 3DGS 方法。
关键词
引用
@article{arxiv.2604.21182,
title = {WildSplatter: Feed-forward 3D Gaussian Splatting with Appearance Control from Unconstrained Images},
author = {Yuki Fujimura and Takahiro Kushida and Kazuya Kitano and Takuya Funatomi and Yasuhiro Mukaigawa},
journal= {arXiv preprint arXiv:2604.21182},
year = {2026}
}
备注
Project page: https://github.com/yfujimura/WildSplatter