SG-Splat：无位姿输入下的 3D 高斯泼溅，几何与属性解耦提升稳定性
zhenjun_zhao · x · 2026-10-28
北京大学团队（Xiaohan Lu、Siwei Ma 等）发布 SG-Splat，一个 pose-free 前馈式 3D 高斯泼溅框架，解决无真值位姿输入时残余位姿误差干扰几何与属性学习的问题。
- 将几何估计与高斯属性预测解耦为两个独立分支，降低误差耦合
- 粗到精两段细化：Flow-Guided Pose Refinement（FGPR）用光流相关特征与可微 bundle adjustment 修正相机位姿；Residual-Guided Geometry Correction（RGC）用深度残差修正初始点图，得到更可靠的高斯中心
- 双路径训练稳定高斯基元学习
在 DL3DV 基准的 12/18/24/32 视角、有位姿与无位姿两种设定下，PSNR/SSIM/LPIPS 均超过 MVSplat、DepthSplat、YoNoSplat、AnySplat、WorldMirror 等对比方法，可视化结果边界更锐、伪影更少。
「研究」频道最新
- 复现 Acemoglu 研究:民主化长期使人均 GDP 提高约 34% — ChenhaoTan · 2026-10-28
- YC 初创 Wondersearch 宣称不用 embedding 和向量库，检索效果持平 OpenAI — antoine_chaffin · 2026-10-28
- AAAI/ICLR 审稿人:约半数评审疑似 AI 生成,同行评审告急 — dsmirza · 2026-10-28
- Field–Golubitsky 映射混沌吸引子图鉴:每个圆盘自带 Dₙ 对称性 — S_Conradi · 2026-10-28
- Manifold AI 发布 WorldScape R²SI：机器人执行经验自动沉淀为技能改进 — jiqizhixin · 2026-10-28
- AXA 用 NVIDIA Earth-2 模拟千余个气旋季评估风暴风险 — NVIDIAAI · 2026-10-28