AirSplat: ロバストなフィードフォワード3Dガウススパッタリングのためのアライメントと評価
arXiv cs.CV / 2026/3/27
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文では、直接的な転移が困難であるという課題にもかかわらず、ポーズ不要で高忠実度な新規ビュー合成（NVS）に対して、3Dビジョン基盤モデルをより実用的にすることを目的とした学習フレームワーク「AirSplat」を提案する。
- AirSplatのSelf-Consistent Pose Alignment（SCPA）は、ピクセルレベルでの教師信号の整合を行い、ポーズとジオメトリの不一致を低減するための学習時フィードバックループを追加する。
- また、疎視点NVS教師の局所的な3D一貫性を用いて劣化した3Dガウスプリミティブを除外するRating-based Opacity Matching（ROM）も提案する。
- 大規模ベンチマークでの実験では、既存の最先端のポーズ不要NVS手法に比べて、再構成品質が大幅に向上したことが報告されている。
