Zero-P-to-3：基于零样本部分视角图像的 3D 物体重建
计算机视觉与模式识别
2025-05-30 v1
摘要
生成式 3D 重建在不完整观测下展现出强大潜力。尽管稀疏视角和单图像重建已被广泛研究，但部分观测仍未被充分探索。在此背景下，仅能从特定角度范围内获取密集视角，而其他视角仍不可及。该任务带来两大挑战：(i) 视角范围受限：观测局限于狭窄角度范围，阻碍了需要均匀分布视角的传统插值技术有效应用。(ii) 生成不一致：为不可见区域生成的视角往往缺乏与可见区域及彼此之间的一致性，从而损害重建一致性。为应对这些挑战，我们提出了 \method，一种无需训练的新方法，将局部密集观测与多源先验相结合以进行重建。我们的方法引入了基于融合的策略，在 DDIM 采样中有效对齐这些先验，从而生成多视角一致的图像以监督不可见视角。我们进一步设计了迭代优化策略，利用物体的几何结构来提升重建质量。在多个数据集上的广泛实验表明，我们的方法优于 SOTA，尤其是在不可见区域。
引用
@article{arxiv.2505.23054,
title = {Zero-P-to-3: Zero-Shot Partial-View Images to 3D Object},
author = {Yuxuan Lin and Ruihang Chu and Zhenyu Chen and Xiao Tang and Lei Ke and Haoling Li and Yingji Zhong and Zhihao Li and Shiyong Liu and Xiaofei Wu and Jianzhuang Liu and Yujiu Yang},
journal= {arXiv preprint arXiv:2505.23054},
year = {2025}
}