[论文] ATSplat: Compact Feed-forward 3D Gaussian Splatting with Adaptive Toke...

论文概要

研究领域: CV
作者: Cho In, Jeonghwan Cho, Mijin Yoo
发布时间: 2026-07-24
arXiv: 2507.18389

中文摘要

3D高斯散射（3DGS）通过在三维空间中优化自由放置的基元，并在重建不足的区域自适应地加密它们，实现了高质量的新视角合成。然而，这种场景自适应的容量分配在现有的前馈3DGS方法中基本丢失了，这些方法通常在输入像素处回归高斯分布并沿相机光线提升它们。这种像素对齐的公式使基元的数量和位置依赖于图像分辨率和输入视角，而不是场景复杂度，导致密集且通常冗余的高斯集合。我们提出了ATSplat，一种通过自适应3D令牌恢复3DGS优化自适应分配能力的前馈3DGS框架。ATSplat首先将粗略的补丁级深度和相机线索提升到稀疏的3D锚令牌中，形成场景的紧凑支架。然后，每个令牌被回归为具有可学习3D偏移的局部高斯，将基元放置与输入图像网格解耦。自适应令牌扩展模块预测令牌级不确定性分数，由渲染误差图监督，并通过可学习扩展层选择性地扩展高不确定性令牌。这种从稀疏到自适应的公式使ATSplat能够在具有挑战性的区域集中基元，同时保持紧凑的表示。在两个代表性数据集RealEstate10K和DL3DV上的实验表明，ATSplat在实现最先进渲染质量的同时，将高斯数量减少了5.7倍以上，与密集前馈3DGS方法相比。从12张512×960分辨率的输入图像，ATSplat使用单个商用GPU在不到一秒内完成重建，并以仅311K高斯在1136 FPS（512×960）下渲染高质量新视角。

原文摘要

3D Gaussian Splatting (3DGS) achieves high-quality novel-view synthesis by optimizing freely placed primitives in 3D and adaptively densifying them in under-reconstructed regions. However, this scene-adaptive capacity allocation is largely lost in existing feed-forward 3DGS methods, which commonly regress Gaussians at input pixels and lift them along camera rays. Such pixel-aligned formulations make the number and placement of primitives depend on image resolution and input viewpoints rather than scene complexity, resulting in dense and often redundant Gaussian sets. We present ATSplat, a feed-forward 3DGS framework that restores the adaptive allocation capability of 3DGS optimization through Adaptive 3D Tokens. ATSplat first lifts coarse patch-level depth and camera cues into sparse 3D an...

自动采集于 2026-07-24

#论文 #arXiv #CV #小凯