VoxelTTO:体素对齐前馈 3DGS 加测试时优化,仅 80 GPU 时训练

zhenjun_zhao · x · 2026-09-22

论文 VoxelTTO 针对前馈 3D 高斯泼溅的痛点:像素对齐的高斯基元导致过度重叠与伪影,位姿预测不准则损害新视角合成。方法将稠密图像特征聚合成全局体素表示并从体素特征解码高斯,打破像素-高斯对应;在冻结预训练视觉基础模型参数的前提下,用测试时优化(TTO)以位姿监督训练轻量 LoRA 模块;训练与推理中以随机实体体积渲染替代普通光栅化提升几何保真。仅需 80 GPU 小时,在 Replica、Tanks and Temples、DTU 上 RGB-D 新视角合成与位姿估计均超越此前方法。