清华大学提出OGGSplat实现稀疏视图语义感知3D场景重建视场扩展
语义感知场景重建
（映维网Nweon 2025年10月16日）基于虚拟现实等新兴应用的需求，从稀疏视图重建语义感知的3D场景成为一个具有挑战性但至关重要的研究方向。现有的逐场景优化方法需要密集的输入视图且计算成本高昂，而通用化方法往往难以重建输入视锥范围之外的区域。在一向研究中，清华大学团队提出了OGGSplat，一种通过开放高斯生长实现通用化3D重建视场扩展的方法。
研究人员的核心洞察是：开放高斯的语义属性为图像外推提供了强先验，既能保证语义一致性又能保持视觉合理性。具体而言，在从稀疏视图初始化开放高斯后，引入应用于选定渲染视图的RGB-语义一致性修复模块。
所述模块通过图像扩散模型与语义扩散模型实现双向控制，随后将修复区域投影回3D空间进行高效渐进的高斯参数优化。为评估方法性能，团队建立了高斯外推基准测试，从语义质量和生成质量两个维度评估重建的开放词汇场景。即使直接使用智能手机拍摄的两张视图图像，OGGSplat都展现出优秀的语义感知场景重建能力。
......（全文 2528 字，剩余 2143 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
