论文页面 - ATSplat: 基于自适应令牌扩展的紧凑型前馈式3D高斯泼溅

来源：https://huggingface.co/papers/2607.20417

摘要

3D高斯泼溅（3DGS）通过优化三维空间中自由放置的基元，并在重建不足的区域自适应地对其进行密集化，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能力在现有前馈式3DGS方法中很大程度上丧失了，这些方法通常回归输入像素处的高斯函数，并沿着相机光线将其提升。这种像素对齐的公式使得基元的数量和位置依赖于图像分辨率和输入视点，而非场景复杂度，导致产生密集且通常冗余的高斯基元集。我们提出ATSplat，一种前馈式3DGS框架，通过自适应3D令牌恢复了3DGS优化的自适应分配能力。ATSplat首先将粗糙的块级深度和相机线索提升为稀疏的3D锚点令牌，形成场景的紧凑骨架。然后，每个令牌通过可学习的3D偏移回归为局部高斯函数，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别的不确定性分数，通过渲染误差图进行监督，并通过可学习的扩展层有选择地扩展高不确定性令牌。这种从稀疏到自适应的公式使ATSplat能够将基元集中在具有挑战性的区域，同时保持紧凑的表示。在RealEstate10K和DL3DV两个代表性数据集上的实验表明，ATSplat实现了最先进的渲染质量，同时与密集的前馈式3DGS方法相比，高斯函数数量减少了5.7倍以上。从12张512×960分辨率的输入图像开始，ATSplat使用单个商用GPU在不到一秒的时间内完成重建，并以1136 FPS（512×960）的速度渲染高质量的新视角，仅使用311K个高斯函数。

查看arXiv页面 (https://arxiv.org/abs/2607.20417)查看PDF (https://arxiv.org/pdf/2607.20417)项目页面 (https://join16.github.io/page-atsplat/)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.20417)

在您的代理中获取此论文：

hf papers read 2607.20417

没有最新CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2607.20417 以从该页面链接它。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2607.20417 以从该页面链接它。

引用此论文的Space0

没有Space链接此论文

在Space README.md 中引用 arxiv.org/abs/2607.20417 以从该页面链接它。

包含此论文的收藏0

没有收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从该页面链接它。