QuerySplat：解耦 3DGS 预测中的几何和外观表示

虽然前馈 3D 高斯泼溅 (3DGS) 可实现高效的 3D 重建，但实现高保真渲染仍然具有挑战性。现有的像素对齐方法存在空间不灵活性和大量结构冗余的问题，而基于查询的方法缺乏 3D 先验，并将几何与外观纠缠在一起，产生模糊的、依赖于姿势的结果。为了克服这些缺陷，我们提出了 \textbf{QuerySplat}，一个由几何先验和显式外观解耦驱动的前馈 3DGS 框架。具体来说，我们设计了一个基于双分支查询的解码器：几何分支利用预训练的视觉几何模型进行空间理解，本质上赋予 QuerySplat 自由姿态建模功能，而外观分支通过与几何属性回归分离的专用路径恢复高频细节。大量实验表明，QuerySplat 缓解了早期基于查询的模型的模糊渲染问题，并且在渲染保真度方面始终优于像素对齐方法。在具有挑战性的 DL3DV 基准上，它实现了最先进的新颖视图合成性能，平均 PSNR 增益分别比最佳无姿态基准和有姿态基准提高了 2.30 dB 和 1.04 dB。项目页面：https://inspatio.github.io/querysplat。