Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.16406

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.16406 (cs)
[提交于 2025年7月22日 ]

标题: 稀疏视图三维重建:最新进展与开放挑战

标题: Sparse-View 3D Reconstruction: Recent Advances and Open Challenges

Authors:Tanveer Younis, Zhanglin Cheng
摘要: 稀疏视图三维重建在密集图像采集不切实际的应用中至关重要,例如机器人技术、增强现实/虚拟现实(AR/VR)和自主系统。在这些情况下,最小的图像重叠阻止了可靠的对应匹配,导致传统方法如基于运动的结构(SfM)和多视图立体(MVS)失败。本综述介绍了神经隐式模型(例如NeRF及其正则化版本)、基于显式点云的方法(例如3D高斯点绘制)以及利用扩散和视觉基础模型(VFMs)先验的混合框架的最新进展。我们分析了几何正则化、显式形状建模和生成推理如何用于减轻稀疏视图设置中的伪影,如浮动物和姿态模糊。在标准基准上的比较结果揭示了重建精度、效率和泛化之间的关键权衡。与以往的综述不同,我们的综述提供了一个统一的观点,涵盖基于几何、神经隐式和生成(基于扩散)方法。我们强调了领域泛化和无姿态重建的持续挑战,并概述了开发3D原生生成先验和实现实时、无约束的稀疏视图重建的未来方向。
摘要: Sparse-view 3D reconstruction is essential for applications in which dense image acquisition is impractical, such as robotics, augmented/virtual reality (AR/VR), and autonomous systems. In these settings, minimal image overlap prevents reliable correspondence matching, causing traditional methods, such as structure-from-motion (SfM) and multiview stereo (MVS), to fail. This survey reviews the latest advances in neural implicit models (e.g., NeRF and its regularized versions), explicit point-cloud-based approaches (e.g., 3D Gaussian Splatting), and hybrid frameworks that leverage priors from diffusion and vision foundation models (VFMs).We analyze how geometric regularization, explicit shape modeling, and generative inference are used to mitigate artifacts such as floaters and pose ambiguities in sparse-view settings. Comparative results on standard benchmarks reveal key trade-offs between the reconstruction accuracy, efficiency, and generalization. Unlike previous reviews, our survey provides a unified perspective on geometry-based, neural implicit, and generative (diffusion-based) methods. We highlight the persistent challenges in domain generalization and pose-free reconstruction and outline future directions for developing 3D-native generative priors and achieving real-time, unconstrained sparse-view reconstruction.
评论: 30页,6图
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2507.16406 [cs.CV]
  (或者 arXiv:2507.16406v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.16406
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Tanveer Younis [查看电子邮件]
[v1] 星期二, 2025 年 7 月 22 日 09:57:28 UTC (3,970 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号