Rethinking Sparse-View 3D Gaussian Splatting: A Few-Shot Learning Perspective on Overfitting Prevention

📄 arXiv: 2610.25887v1 📥 PDF

作者: Lejia Ye, Bin Wu, Jingjing Gao, Yiyang Wu, Xiaohu Zhang

分类: cs.CV

发布日期: 2026-10-19

备注: 5 pages, 5 figures. First-place solution in the sparse-view track of the SIGGRAPH Asia 2025 Volumetric Video Challenge

💡 一句话要点

提出稀疏视图3D高斯点云重建方法以解决过拟合问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 稀疏视图合成 3D重建 高斯点云 少样本学习 深度学习正则化 计算机视觉 动态场景

📋 核心要点

  1. 现有的3D高斯点云方法在稀疏视图下容易出现过拟合和几何退化，影响重建效果。
  2. 本文提出了一种新的框架，将稀疏视图3DGS视为少样本学习问题，通过深度学习正则化技术增强监督信号。
  3. 在SIGGRAPH Asia 2025挑战赛中，实验结果显示该方法显著优于现有优化基线，获得第一名。

📝 摘要（中文）

稀疏视图新视角合成（NVS）在增强现实/虚拟现实和实时通信应用中至关重要，但在从有限视角重建3D场景时仍面临挑战。尽管3D高斯点云（3DGS）在密集视图场景中表现出色，但在稀疏输入下却容易出现过拟合和几何退化。现有方法通常从局部角度解决这些问题，缺乏统一的框架。本文从少样本学习的视角重新审视稀疏视图3DGS，将每个高斯原语视为神经元，并利用深度学习正则化技术。通过光流引导的伪视图合成和运动感知的dropout等策略，我们的系统在SIGGRAPH Asia 2025挑战赛中表现优异，获得稀疏视图赛道第一名。

🔬 方法详解

问题定义：本文旨在解决稀疏视图下3D高斯点云重建中的过拟合和几何退化问题。现有方法往往从局部角度出发，单独处理数据质量或训练正则化，缺乏系统性的改进框架。

核心思路：我们从少样本学习的视角重新审视稀疏视图3DGS，将每个高斯原语视为神经元，并利用深度学习中的正则化技术，以增强稀缺观察下的监督信号。

技术框架：整体框架包括两个主要模块：数据相关的监督信号增强（通过光流引导的伪视图合成和联合相机-场景优化）和训练时的正则化（通过运动感知的dropout和早停法）。

关键创新：最重要的技术创新在于将稀疏视图重建问题与少样本学习结合，利用深度学习的正则化方法有效抑制过拟合，同时保持动态场景的稳定性。

关键设计：在参数设置上，采用光流引导的伪视图合成技术，并设计了运动感知的dropout机制，以提高模型的泛化能力和稳定性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在SIGGRAPH Asia 2025挑战赛中，我们的方法在稀疏视图赛道中获得第一名，显著优于现有的优化基线和前馈模型，展示了在重建质量和稳定性上的显著提升，具体性能数据未公开。

🎯 应用场景

该研究在增强现实和虚拟现实等领域具有广泛的应用潜力，能够提升稀疏视图下的3D场景重建质量，进而改善用户体验。此外，方法的创新性设计也为其他计算机视觉任务提供了新的思路，具有重要的实际价值和未来影响。

📄 摘要（原文）

Sparse-view novel view synthesis (NVS) is essential for AR/VR and real-time communication applications, yet remains challenging when reconstructing 3D scenes from limited viewpoints. While 3D Gaussian Splatting (3DGS) excels in dense-view scenarios, it suffers from overfitting and geometry degradation under sparse inputs. Current approaches often tackle these problems from a local perspective, addressing either data quality or training regularization individually, lacking a unified and interpretable framework for systematic improvement. We introduce a new perspective that reframes sparse-view 3DGS from a few-shot learning viewpoint, treating each Gaussian primitive as a neuron and leveraging deep learning regularization techniques. Under this unified framework, our approach generates more effective supervision from scarce observations through two strategies: (1) data-related supervision enrichment via optical flow-guided pseudo-view synthesis and joint camera-scene optimization; and (2) training-time regularization via motion-aware dropout and early stopping, which suppress overfitting while preserving dynamic-scene stability. Extensive experiments on the SIGGRAPH Asia 2025 volumetric video challenge sparse-view dataset demonstrate significant improvements over state-of-the-art optimization-based and feed-forward baselines. Our system won first place in the sparse-view track of the SIGGRAPH Asia 2025 challenge.