Geometry Regularization for Vanilla NeRF via Self-Supervised Cross-Ray Consistency

📄 arXiv: 2610.27776v1 📥 PDF

作者: Zongji Wang

分类: cs.CV, cs.GR

发布日期: 2026-10-20

💡 一句话要点

提出几何正则化方法以解决NeRF几何不准确问题

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

关键词: 神经辐射场 几何正则化 自监督学习 计算机视觉 虚拟现实 增强现实 几何优化

📋 核心要点

  1. 现有的NeRF方法在几何信息编码上存在噪声和不准确性，导致不同形状和辐射组合可能解释同一输入图像。
  2. 本文提出通过自监督交射线一致性增强传统NeRF，利用几何优化分支来约束隐式几何，减少模糊性。
  3. 在八个Replica场景的实验中，所提方法相比传统NeRF显著降低了30.8%的平均Chamfer距离，验证了其有效性。

📝 摘要（中文）

神经辐射场（NeRF）通过将场景表示为连续的体积辐射场，实现高质量的新视角合成。然而，传统NeRF的密度场编码的几何信息可能存在噪声和不准确性，因为不同的形状和辐射组合可能解释相同的输入图像。为减少这种模糊性，本文提出了一种基于自监督交射线一致性的几何优化分支。该分支从密度场中采样候选表面点，从不同方向生成交叉虚拟光线，并使用NeRF网络渲染其外观。通过这些光线的可见性加权颜色一致性来约束隐式几何。此外，通过惩罚外观预测不一致的候选点的不透明度并鼓励局部法线平滑来进一步正则化隐式几何。这些几何约束源自NeRF预测，无需真实深度或表面法线监督。实验表明，该方法在八个Replica场景上相比传统NeRF减少了30.8%的平均Chamfer距离。

🔬 方法详解

问题定义：本文旨在解决传统NeRF在几何信息编码中存在的噪声和不准确性问题。现有方法由于不同的形状和辐射组合可能导致相同输入图像的多重解释，造成几何模糊性。

核心思路：论文提出了一种基于自监督交射线一致性的几何优化分支，通过从密度场中采样候选表面点，生成不同方向的虚拟光线，并利用NeRF网络渲染其外观，从而约束隐式几何。

技术框架：整体架构包括一个传统NeRF网络和一个几何优化分支。几何优化分支负责采样候选点、生成虚拟光线并计算颜色一致性，以此来约束几何形状。

关键创新：最重要的创新在于引入了自监督交射线一致性作为几何约束，避免了对真实深度或表面法线的依赖，显著提高了几何信息的准确性。

关键设计：在损失函数设计上，论文通过惩罚外观预测不一致的候选点的不透明度，并鼓励局部法线平滑，来进一步优化隐式几何的表现。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果表明，所提出的方法在八个Replica场景上相比传统NeRF显著降低了30.8%的平均Chamfer距离，验证了几何正则化的有效性。这一提升表明，新的几何约束能够有效减少几何模糊性，提升生成效果。

🎯 应用场景

该研究在计算机视觉和图形学领域具有广泛的应用潜力，尤其是在虚拟现实、增强现实和游戏开发中。通过提高NeRF生成的几何信息的准确性，可以为用户提供更真实的场景体验。此外，该方法的自监督特性使其在缺乏标注数据的情况下也能有效应用，具有重要的实际价值和未来影响。

📄 摘要（原文）

Neural Radiance Fields (NeRF) achieve high-quality novel-view synthesis by representing a scene as a continuous volumetric radiance field. However, the geometry encoded by the density field of vanilla NeRF can be noisy and inaccurate, since different combinations of shape and radiance may explain the same input images. To reduce this ambiguity, we augment vanilla NeRF with a geometry-optimization branch based on self-supervised cross-ray consistency. Specifically, this branch samples candidate surface points from the density field, generates virtual rays that intersect at each point from different directions, and renders their appearance using the NeRF network. Based on the visibility-weighted color consistency across these rays, we constrain the implicit geometry. We further regularize the implicit geometry by penalizing opacity at candidates with inconsistent appearance predictions and encouraging local normal smoothness. These geometric constraints are derived from the NeRF predictions and require no ground-truth depth or surface-normal supervision. Experiments on eight Replica scenes show that the proposed method reduces the mean Chamfer distance by 30.8% compared with vanilla NeRF.