知识卡片：OC-GS：面向不规则转台拍摄的高斯泼溅

一句话结论

OC-GS 通过在共享相机、旋转轴和枢轴约束下细化每张图像的角度，改善稀疏、不规则转台捕获的物体重建；摘要报告其在多个不规则视图条件下超过四个无位姿高斯泼溅基线。

事件概述或研究问题

• 转台重建常依赖等角度旋转假设。
• 不均匀旋转和丢帧会使等角度假设不可靠。
• 研究问题：如何从稀疏、不规则转台捕获中重建物体。
• 论文提出 OC-GS，一种以物体为中心的高斯泼溅方法，通过 orbit-consistent refinement 联合优化图像派生几何与每张图像角度。

方法/产品要点

• 以物体为中心（object-centric）的高斯泼溅。
• 细化每张图像的角度，同时保持共享相机、旋转轴和枢轴。
• 联合优化图像派生几何和角度。
• 使用图像派生角度初始化（image-derived angle initialization）。
• 采用共享运动模型（shared motion model）。
• 面向稀疏、不规则捕获。
• 消融研究显示，图像派生角度初始化和共享运动模型都对改进有贡献。
• 实现细节、网络结构、优化器、训练耗时、代码可用性等：待核实。

主要结果或产业意义

• 在渲染物体上，使用 12、8、6 个不规则间隔视图时，平均前景 PSNR（mean foreground PSNR）分别为 21.26、19.36、15.83 dB。
• 在上述每个条件下，OC-GS 超过所有四个评估的 pose-free Gaussian splatting 基线。
• 在共享训练器（shared trainer）下，细化图像估计角度比保持这些估计固定，平均前景 PSNR 提升 7.88 dB。
• 在真实捕获上，OC-GS 的角度细化使平均前景 PSNR 提升 0.70 dB。
• 产业意义：材料未直接给出产业部署结论；潜在应用与落地效果待核实。

为什么重要

• 对转台采集而言，角度误差与几何重建相互耦合；OC-GS 将不确定角度纳入优化，而非固定等角度假设。
• 与已有相关卡片相比，GS²CI 关注快照压缩成像先验，WildSplat 关注无位姿野外图像前馈重建，ATSplat 关注紧凑前馈 3DGS；本条增量信息是转台/物体中心场景下，在共享运动模型内细化不确定角度。
• 该思路可能为稀疏视图物体重建提供方向：先由图像估计角度初始化，再在共享相机、旋转轴和枢轴约束下联合优化。
• 与传统有姿态方法、其他优化式 3DGS 方法的全面比较：待核实。

局限与不确定性

• 以上内容主要来自摘要；数据集、物体类别、基线具体名称、训练/评估协议、计算成本、代码/项目页可用性等：待核实。
• 真实捕获的数量、设备、光照、背景、遮挡条件：待核实。
• 是否仅评估 foreground PSNR，是否报告 SSIM、LPIPS、Chamfer distance 等指标：待核实。
• 对多物体、复杂光照、透明/反光材质、严重丢帧的泛化能力：待核实。
• 与已知位姿方法或等角度假设方法的对比：待核实。
• 统计显著性和失败案例：待核实。
• 英文关键词是否为论文官方关键词列表：待核实。

可用于图书/PPT/简报的角度

• “当采集角度不可靠时：联合优化角度与几何”的案例。
• 共享相机、旋转轴和枢轴作为运动先验，如何降低稀疏视图歧义。
• 图像派生角度初始化的作用，以及“固定角度估计”与“可细化角度”的对比。
• 转台/物体扫描在丢帧、非均匀旋转下的鲁棒重建。
• 与无位姿或前馈 3DGS 路线的差异：本条关注物体中心、共享运动模型约束下的联合优化。

原始材料

• 英文标题：OC-GS: Gaussian Splatting for Irregular Turntable Capture
• 英文关键词（从标题/摘要提取，非官方列表）：Gaussian Splatting; Irregular Turntable Capture; Pose-Free Gaussian Splatting; Sparse Views; Orbit-Consistent Refinement
• 作者：Jae Joong Lee, Bedrich Benes
• arXiv ID：2609.31572v1
• 分类：cs.CV; cs.AI
• 发布/更新：2026-09-25T17:35:05Z
• Abstract URL: https://arxiv.org/abs/2609.31572v1
• PDF URL: https://arxiv.org/pdf/2609.31572v1