Arbitrary-Scale 3D Gaussian Super-Resolution

会议: AAAI 2026
arXiv: 2508.16467v2
代码: 无公开链接
领域: 3D视觉 / 3D高斯溅射 / 超分辨率
关键词: 3DGS, 任意倍率超分, 尺度感知渲染, 生成先验, 实时渲染

一句话总结

提出一个集成框架实现3D高斯溅射(3DGS)的任意倍率超分辨率渲染，通过尺度感知渲染、生成先验引导优化和渐进超分机制，用单个3D模型支持整数和非整数倍率的HR渲染，PSNR提升6.59dB同时保持85 FPS实时速度。

背景与动机

现有3DGS超分方法只能处理固定倍率的高分辨率渲染，对资源受限场景不灵活。直接用vanilla 3DGS渲染任意倍率会产生混叠伪影（缺乏尺度感知能力），在3DGS后加后处理超分器则使框架复杂化且降低渲染效率。

需要一个统一框架，用单个3D模型支持任意（包括非整数）倍率的高质量渲染。

核心问题

如何让3DGS用一个模型实现任意倍率的高分辨率渲染，同时保持结构一致性和实时速度？

方法详解

整体框架

三个核心组件协同工作： 1. 尺度感知渲染: 使3DGS能根据目标分辨率自适应调整渲染行为 2. 生成先验引导优化: 利用预训练扩散模型提供的先验知识指导3DGS参数优化，补充低分辨率训练数据中缺失的高频细节 3. 渐进超分: 从低倍率逐步提升到高倍率，避免直接大倍率跳跃带来的优化困难

关键设计

1. 尺度感知渲染: 针对不同目标分辨率动态调整高斯核的渲染参数，使同一组高斯既能正确渲染低分辨率视图又能生成高分辨率细节。支持整数倍和非整数倍率。

2. 生成先验引导: 利用扩散模型的图像生成先验为3DGS优化提供指导。高分辨率渲染中缺失的纹理和细节由生成模型补充，同时通过结构一致性约束保证与低分辨率视图的一致。

3. 渐进超分策略: 分阶段从小倍率到大倍率优化，每个阶段在前一阶段的基础上进一步细化。这比一步到位的大倍率优化更稳定。

实验关键数据

• PSNR增益：比vanilla 3DGS高 6.59 dB
• 渲染速度：85 FPS @ 1080p（实时）
• 支持整数和非整数倍率的灵活渲染
• 保持与LR视图的结构一致性
• 不同倍率间的跨尺度一致性

消融实验要点

• 三个组件（尺度感知渲染、生成先验、渐进超分）各有贡献
• 单模型 vs 多模型：单模型即可覆盖多种倍率

亮点

• 任意倍率的灵活性: 不需要为每个倍率训练独立模型，一个模型搞定所有，包括1.5x等非整数倍率
• 实时渲染: 85 FPS远超基于扩散模型的超分后处理方法
• 集成设计: 不是3DGS+后处理的拼接，而是将超分能力内嵌到3DGS框架中

局限性 / 可改进方向

• 摘要中无具体数据集和baseline对比细节
• 生成先验可能在极高倍率时引入非真实细节
• 仅限静态场景3DGS

与相关工作的对比

方法	倍率灵活性	渲染方式	与本文差异
固定倍率3DGS SR	单一倍率	3DGS+训练	不支持任意倍率
3DGS+后处理SR	灵活	3DGS+2D SR	两阶段，慢，不一致
本文	任意倍率	集成3DGS	单模型，实时，一致

启发与关联

• 尺度感知渲染的思路可推广到其他需要多分辨率输出的3D表示（NeRF、点云等）
• 生成先验引导3D优化的范式在3D重建和编辑中越来越常见

评分

• 新颖性: ⭐⭐⭐⭐ 任意倍率3DGS SR是新的问题定义，集成框架设计合理
• 实验充分度: ⭐⭐⭐ 摘要信息有限，需要看完整论文确认
• 写作质量: ⭐⭐⭐⭐ 问题动机清晰
• 价值: ⭐⭐⭐⭐ 实时+灵活对3DGS实际部署有价值