UniQueR：基于统一查询的前馈 3D 重建

我们提出了 UniQueR，一个基于查询的统一前馈框架，用于从未摆出的图像进行高效、准确的 3D 重建。现有的前馈模型（例如 DUSt3R、VGGT 和 AnySplat）通常预测每像素点图或像素对齐高斯分布，这些模型基本上仍然是 2.5D 并且仅限于可见表面。相比之下，UniQueR 将重建表述为稀疏 3D 查询推理问题。我们的模型学习一组紧凑的 3D 锚点，这些锚点充当显式几何查询，使网络能够在一次前向传递中推断场景结构，包括遮挡区域中的几何形状。每个查询直接在全局 3D 空间（而不是每帧相机空间）中对空间和外观先验进行编码，并生成一组用于可微渲染的 3D 高斯。通过利用跨多视图特征的统一查询交互和解耦的交叉注意力设计，UniQueR 实现了强大的几何表现力，同时大幅降低了内存和计算成本。 Mip-NeRF 360 和 VR-NeRF 上的实验表明，UniQueR 在渲染质量和几何精度方面都超越了最先进的前馈方法，使用的图元比密集替代方法少了一个数量级。