本实验室白泽宇同学的研究成果在 IEEE TCSVT 在线发表

IEEE Transactions on Circuits and Systems for Video Technology（TCSVT）是视频技术领域的重要国际学术期刊。近日，本实验室 2023 级硕士研究生白泽宇作为第一作者的论文“MRNVS: Minimum Restoration for Faithful NVS from Extremely Sparse Views”于2026年8月份在该期刊在线发表。论文由大连理工大学计算数学与数据智能重点实验室与浙江大学 CAD&CG 国家重点实验室合作完成。

论文概述：

在仅有 2—6 张输入图像的极稀疏视角条件下，新视角合成容易受到相机位姿估计不稳定、遮挡区域缺失以及生成内容失真等问题影响。针对这些问题，论文提出 MRNVS（Minimum Restoration for Faithful NVS）框架，其核心思想是“最小修复”：仅定位并修复遮挡、视锥外和大视差等约束不足区域，同时保留具有可靠多视角观测支撑的内容，从而兼顾场景补全能力与合成结果的真实性。

为实现这一目标，MRNVS 构建了带遮挡感知初始化的双层 3D Gaussian Splatting 表示，通过前景与背景的分层建模减少遮挡边界处的几何歧义；进一步利用基于密度图的检测方法精确识别视锥外及大视差区域，将图像修复限制在必要范围内；同时采用两阶段优化策略，先在逐步去模糊的监督下优化相机位姿，再固定相机位姿优化三维高斯表示，以提升极稀疏输入下的训练稳定性。

在 LLFF、Mip-NeRF 360、Tanks and Temples 和 MVImgNet 四个数据集上的实验表明，MRNVS 在 2、3 和 6 视角设置下均取得了所评测方法中最高的 PSNR，并在 SSIM 和 LPIPS 指标上保持竞争力。在 2—3 视角的八组数据设置中，其平均 PSNR 由各设置下最强对比方法的 21.2 dB 提升至 22.4 dB。该研究为极稀疏条件下兼顾几何重建与内容修复的新视角合成提供了新的思路。

论文链接：https://doi.org/10.1109/TCSVT.2026.3725702