arXiv cs.AI· Yang-Che Tseng, Erqun Dong, Jeong-gi Kwak, Gopal Sharma, Shakiba Kheradmand, Stephan Garbin, Hossam Isack, Kwang Moo Yi·· 13 小时前AI 评分30
对齐错位的基准：单视图新视角合成评测中的坐标对齐问题
Aligning Misaligned Benchmarks for Single-View Novel View Synthesis
AI 导读
针对单视图新视角合成评测未标准化的问题，研究指出关键在于各方法自身参考系与所谓真值位姿的对齐方式，并提出用传统 2D-to-2D 与 2D-to-3D 图像匹配技术对齐 3D 重建、仅在共视区域内评估。
正文 · AI 翻译
摘要：尽管单视图新视角合成方法近来得到了显著提升，但如何量化其性能尚未标准化。在本工作中，我们证明一个重要因素在于每种方法自身的参考坐标系如何与所谓的地面真值位姿对齐。现有方法通常依赖在测试时对目标位姿进行优化来实现这种对齐，而由于相机位姿与渲染精度之间优化景观的复杂性，这本质上是不适定的，导致方法在任意的局部最优处被评估。一些研究认识到这一局限，因而依赖使用训练和测试视图对整个场景进行三维重建来对齐位姿，但这可能不可行。在本工作中，我们转而提出使用传统的 2D-to-2D 和 2D-to-3D 图像匹配技术来对齐三维重建。我们还仅在不同视图之间的共可见区域内进行评估，这是唯一可以定义“正确”地面真值的地方。我们的评估表明，在适当的坐标对齐下，使用显式三维高斯的新视角合成方法达到了最先进的水平，尽管此前文献报道其表现不如纯基于图像的二维方法。我们进一步提供了一个简单的基线，直接利用现成的视频生成器和前馈几何估计器。我们的简单基线已经可与专门为新视角合成训练的最先进方法相媲美，且无需任何任务特定训练。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.38349 [cs.CV] |
| （或 arXiv:2610.38349v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38349 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yang-Che Tseng [查看电子邮件]
[v1]
2026年10月28日星期三 06:49:44 UTC（33,187 KB）
来源：arXiv cs.AI · arxiv.org