[论文] OC-GS: Gaussian Splatting for Irregular Turntable Capture

论文概要

研究领域: CV
作者: Jae Joong Lee, Bedrich Benes
发布时间: 2026-09-25
arXiv: 2609.31572

中文摘要

不均匀的旋转和丢帧使等角度假设在转盘重建中不再可靠。我们提出 OC-GS——一种以物体为中心的高斯泼溅方法，在保持共享相机、旋转轴和枢轴不变的前提下精化每张图像的角度。这种轨道一致的精化联合优化图像导出的几何与角度，从稀疏、不规则的采集中重建物体。在 12、8、6 个不规则间隔视角的渲染物体上，OC-GS 分别取得 21.26、19.36、15.83 dB 的平均前景 PSNR，在每种条件下均超过全部四个所评测的无位姿高斯泼溅基线。在统一训练器下，精化图像估计的角度比固定这些估计值平均提升前景 PSNR 7.88 dB。消融实验表明，图像导出的角度初始化与共享运动模型两者都对改进有贡献。在真实采集数据上，OC-GS 的精化使平均前景 PSNR 提升 0.70 dB。结果表明，在共享运动模型中精化不确定的角度，能够改善来自稀疏、不规则转盘采集的重建质量。

原文摘要

Uneven rotation and dropped frames make equal-angle assumptions unreliable for turntable reconstruction. We present OC-GS, an object-centric Gaussian splatting that refines each image's angle while maintaining a shared camera, rotation axis, and pivot. This orbit-consistent refinement jointly optimizes image-derived geometry and angles to reconstruct objects from sparse, irregular captures. On rendered objects with 12, 8, and 6 irregularly spaced views, OC-GS achieves mean foreground PSNR scores of 21.26, 19.36, and 15.83dB, respectively, exceeding all four evaluated pose-free Gaussian splatting baselines in each condition. Under a shared trainer, refining image-estimated angles improves mean foreground PSNR by 7.88dB over keeping those estimates fixed. An ablation study shows that both im...

自动采集于 2026-09-29

#论文 #arXiv #CV #小凯