🔥 今日值得一读
只需少量图片就能精准重建3D物体，VS-Splat只把高斯泼在关键体素上，细节表现碾压现有方法！
VS-Splat: Voxel-Selective feed-forward Gaussian Splatting for end-to-end 3D object reconstruction from sparse-views
👨💼 主理人解读 · 为什么值得关注
仅需少量图片即可高质量重建3D物体，开发者可将其用于快速3D内容生成与AR/VR资产建模。
📖 AI 总结
VS-Splat是一种面向稀疏视角三维物体重建的端到端前馈高斯泼溅框架。现有前馈方法通常在整个三维空间均匀预测高斯基元，导致大量基元落在非物体区域，从而削弱对物体细节的刻画能力。针对这一问题，作者提出可学习的体素选择机制，仅依靠二维渲染信号即可识别以物体为中心的体素，无需三维结构监督，并在这些被选中的体素内集中预测基元。在三个基准数据集上的稀疏视角渲染实验表明，VS-Splat优于多种现有先进方法；研究还验证了其作为现有致密化方法骨干的有效性，并给出可选扩展以提升对不准确相机位姿的鲁棒性。该工作为稀疏输入下的高质量物体重建提供了新思路。
🔑 关键词速览
| Gaussian Splatting | 一种三维场景表示与渲染技术，使用大量三维高斯函数（高斯基元）来建模场景，并通过可微渲染进行优化。 |
| Feed-forward | 指模型通过一次前向传播直接预测输出，无需针对每个场景进行迭代优化。 |
| Voxel-Selective | 指在三维体素网格中选择性地预测高斯基元，仅在被认为属于物体的体素内生成基元。 |
| Sparse-view | 指仅使用少量（如几张）输入图像进行三维重建或渲染的任务设置。 |
| 2D rendering supervision | 指仅使用二维渲染图像作为监督信号来训练模型，而不依赖三维真值结构。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅