arXiv cs.AI· Dung Do Tien, Kien Nguyen Do Trung, Kiet Dang Vu, Trung Thai Tran, Duc Dung Nguyen·· 10 小时前AI 评分18
OccSplat：面向驾驶场景重建的遮挡感知高斯致密化
Quo Vadis, Driving Scene Reconstruction? Occlusion-Aware Gaussian Densification
AI 导读
OccSplat 是一个前馈框架，核心贡献是遮挡感知高斯致密化，直接针对缺失的场景几何而非缺失像素，在 3D 表示中补全场景。它先通过 Gaussian Occlusion Mapping 识别缺乏高斯支撑的遮挡区域，再由 Gaussian Occlusion Completion 生成新图元并整合进原始表示，保持无需逐场景优化的前馈推理。
正文 · AI 翻译
摘要：尽管近期前馈式 3D 高斯泼溅方法能够从环视图像中高效重建驾驶场景，但其对单一观测的依赖从根本上限制了新视角合成。输入中被遮挡的区域在新视角下可能变得可见，导致重建的高斯欠约束且不完整。我们不再局限于对渲染视图进行图像空间修复，而是提出 OccSplat——一个前馈框架，其核心贡献是遮挡感知高斯致密化，明确针对缺失的场景几何而非缺失的像素。通过为无支撑区域预测新的高斯基元，OccSplat 直接在 3D 表示中补全场景。具体而言，OccSplat 首先通过高斯遮挡映射识别缺乏高斯支撑的遮挡区域。随后高斯遮挡补全为这些区域生成新的基元。预测的基元被整合到原始表示中，以改善新视角合成，同时保留无需逐场景优化的前馈推理。在 nuScenes 基准上的实验表明，OccSplat 优于所比较的方法，并在遮挡区域取得尤其显著的提升，从而实现更准确、视觉上更连贯的驾驶场景重建。
| 评论： | 已被发展中国家计算机视觉研讨会（CV4DC），ACCV 2026（Proceedings Track）接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.06273 [cs.CV] |
| （或 arXiv:2611.06273v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06273 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Kiet Dang Vu [查看邮箱]
[v1]
2026年11月4日星期三 10:17:04 UTC（6,940 KB）
来源：arXiv cs.AI · arxiv.org