D3GS:深度+DINO+扩散三重引导,稀疏视角 3DGS 重建显著提升

zhenjun_zhao · x · 2026-09-22

论文 D3GS 针对 3D Gaussian Splatting 在稀疏输入下的难题(几何模糊、跨视角不一致、欠约束区域细节缺失)提出三重协同引导框架:

• 扩散补全 + DPT 精化恢复高分辨率度量深度,提供稳健的高斯初始化与几何约束
• DINO 引导的跨视角一致学习,用结构特征增强高斯属性
• 基于扩散的高斯精化模块,以迭代优化注入生成先验,强化高频几何与外观细节

在 DTU、LLFF、Mip-NeRF 360 上较强基线取得一致且显著的提升,消融验证各组件互补有效。

原文链接 →

「研究」频道最新

• 重磅RL报告发布：附9B蒸馏模型，7000个RL环境将开源 — tokenbender · 2026-09-22
• 小米 MoE RL 训练解读：专家教师比大混合 RL 更有效 — tokenbender · 2026-09-22
• MoE 强化学习稳定性新论文：router 感知的重要性采样重缩放 — tokenbender · 2026-09-22
• 不换 GRPO 只做改造：小米 MoE RL 稳定性改进全拆解 — tokenbender · 2026-09-22
• RL训练稳态秘诀:GRPO改造四板斧拆解 — tokenbender · 2026-09-22
• 热流学教授：OpenAI 的 Clay 问题解法不可物理复现 — GaryMarcus · 2026-09-22

更多「研究」频道 AI 资讯 →