Anchor3DGS: Feed-Forward 3D Gaussian Splatting with Compact Anchor-Based Representation
作者: Sheng Ye, Jiangke Lin, Fudong Wang, Yi Yuan, Zhen-Hui Dong, Yong-Jin Liu
分类: cs.CV
发布日期: 2026-10-15
备注: NeurIPS 2026
💡 一句话要点
提出Anchor3DGS以解决3D重建中的高冗余与覆盖不足问题
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 3D重建 高斯点云 多视角合成 计算机视觉 深度学习
📋 核心要点
- 现有的3D高斯点云方法在纹理缺失区域产生冗余高斯，并在几何复杂区域覆盖不足，影响重建效果。
- Anchor3DGS通过引入基于锚点的表示，替代像素对齐预测，优化了高斯原语的分布，提高了重建质量。
- 实验结果显示，Anchor3DGS在新视图合成任务中表现优异，使用的高斯原语数量显著减少，提升了渲染效果。
📝 摘要（中文）
近年来，前馈3D高斯点云（3DGS）方法通过单次前向传递有效实现了多视角3D重建。然而，现有方法主要采用像素对齐的范式，每个输入像素预测一个高斯，导致高斯数量与输入分辨率和视角数量耦合。这种方法在纹理缺失区域产生冗余原语，并在几何复杂区域覆盖不足。我们提出了Anchor3DGS，一个无姿态的前馈3DGS框架，采用紧凑的基于锚点的表示，利用信息熵指导在场景中放置一组3D锚点，集中在视觉复杂度较高的区域，同时保持广泛的空间覆盖。每个锚点进行遮挡感知的多视图图像特征聚合，并与其他锚点交换信息，最终解码为一组局部高斯。轻量级特征增强模块进一步优化高斯点云的RGB输出，提高渲染保真度。大量实验表明，Anchor3DGS在新视图合成质量上达到了最先进的水平，同时使用的高斯原语数量减少了一个数量级。
🔬 方法详解
问题定义：论文旨在解决现有3D高斯点云方法在纹理缺失区域冗余高斯和几何复杂区域覆盖不足的问题。这些问题导致了重建效果的下降和计算资源的浪费。
核心思路：Anchor3DGS的核心思路是采用基于锚点的表示，替代传统的像素对齐预测。通过在视觉复杂区域集中放置锚点，优化高斯原语的分布，从而提高重建质量和效率。
技术框架：Anchor3DGS的整体架构包括锚点生成、特征聚合和高斯解码三个主要模块。首先，锚点根据信息熵在场景中分布；然后，各锚点进行多视图图像特征的遮挡感知聚合；最后，解码为局部高斯以生成最终的3D重建结果。
关键创新：该方法的关键创新在于引入了基于锚点的表示，显著降低了高斯原语的数量，同时提高了在复杂场景中的覆盖能力。这一设计与现有方法的本质区别在于不再依赖于输入像素的数量。
关键设计：在参数设置上，锚点的数量和分布策略是关键设计因素。损失函数采用了多视图一致性损失，以确保不同视角下的重建一致性。网络结构上，轻量级特征增强模块被引入以提升RGB输出的渲染保真度。
🖼️ 关键图片
📊 实验亮点
实验结果表明，Anchor3DGS在新视图合成任务中达到了最先进的质量，使用的高斯原语数量减少了一个数量级，显著提升了渲染保真度。与基线方法相比，Anchor3DGS在多个基准数据集上均表现出色，展示了其优越的性能。
🎯 应用场景
Anchor3DGS在多视角3D重建、虚拟现实和增强现实等领域具有广泛的应用潜力。其高效的高斯原语使用和优质的渲染效果，使其在需要实时处理和高质量视觉输出的场景中尤为重要。未来，该方法有望推动更多复杂场景的3D重建技术的发展。
📄 摘要（原文）
Recent feed-forward 3D Gaussian Splatting (3DGS) methods have enabled effective multi-view 3D reconstruction by predicting Gaussian primitives in a single forward pass. However, existing approaches predominantly adopt a pixel-aligned paradigm that predicts one Gaussian per input pixel, coupling the Gaussian count to the input resolution and number of views. This also leads to redundant primitives in textureless regions and insufficient coverage in geometrically complex areas. We present Anchor3DGS, a pose-free feed-forward 3DGS framework that replaces pixel-aligned prediction with a compact anchor-based representation. Guided by information entropy, our method places a set of 3D anchors in the scene, concentrating them in regions of higher visual complexity while maintaining broad spatial coverage. Each anchor performs occlusion-aware aggregation of multi-view image features, exchanges information with other anchors, and is decoded into a set of local Gaussians. A lightweight feature enhancement module further refines the coarse RGB output from Gaussian splatting and improves rendering fidelity. Extensive experiments on diverse benchmark datasets demonstrate that our Anchor3DGS achieves state-of-the-art novel view synthesis quality while only using an order of magnitude fewer Gaussian primitives.