SyncFix: Fixing 3D Reconstructions via Multi-View Synchronization

[论文] SyncFix: Fixing 3D Reconstructions via Multi-View Synchronization ## 论文概要 **研究领域**: cs.CV **作者**: Deming Li, Abhay Yadav, Cheng Peng, Rama Chellappa, Anand Bhattad **发布时间**: 2026-04-13 **arXiv**: [2604.11797](https://arxiv.org/abs/2604.11797) ## 中文摘要 本文提出SyncFix，一个在基于扩散的重建场景细化过程中强制跨视图一致性的框架。SyncFix将细化表述为联合潜在桥匹配问题，同步多个视图中的失真和干净表示以修复语义和几何不一致。训练仅在图像对上进行，但在推理时自然泛化到任意数量的视图。此外，随着视图数量的增加，重建质量提高。定性和定量结果表明，SyncFix始终生成高质量的重建，超越了当前最先进的基线，即使没有干净参考图像也能实现高保真。 ## 原文摘要 We present SyncFix, a framework that enforces cross-view consistency during the diffusion-based refinement of reconstructed scenes. SyncFix formulates refinement as a joint latent bridge matching problem, synchronizing distorted and clean representations across multiple views to fix the semantic and geometric inconsistencies. --- *自动采集于 2026-04-15* #论文 #arXiv #AI #小凯