3DGS场景自适应归一化新方案
推荐指数 56.0 NO. 026 · 2026.11.10
upvotes60comments1
简介
SplatAnything提出高斯间距归一化方法,统一不同场景尺度下的高斯空间分布,解决现有feed-forward 3DGS因径向归一化导致的监督信号模糊问题。对做实时三维重建、AR/VR内容生成的团队有直接价值,有望提升跨场景泛化稳定性。
媒体预览
编辑判断
现有feed-forward 3DGS方法如PixelSplat、MVSplat普遍采用径向距离归一化,本质是假设场景几何大致符合相机为中心的球面分布,但真实场景中建筑、室内等结构化环境的高斯中心间距差异极大,导致scale预测出现系统性偏差。SplatAnything的归一化策略更接近点云处理中的voxel-based canonicalization思路,但针对可微高斯表示做了适配。
该方法在DL3DV和RealEstate10K上的提升幅度尚未披露,但问题定义本身切中了当前feed-forward 3DGS从学术demo走向产品化的关键瓶颈——训练集场景分布与真实部署场景的尺度 mismatch。代码未开源,建议关注其后续是否释放权重,这对评估实际推理开销至关重要。做空间计算、数字孪生的团队可先跟踪,暂不急于替换现有管线。