SurfSplat: 표면 연속성 사전 지식을 활용한 2D 가우시안 스플래팅 기반의 피드포워드 방법론

SurfSplat: Conquering Feedforward 2D Gaussian Splatting with Surface Continuity Priors

희소 이미지로부터 3차원 장면을 복원하는 것은 정확한 기하 구조와 텍스처를 복구하기 어렵기 때문에 여전히 어려운 과제입니다. 최근 연구에서는 일반화된 모델을 사용하여 3D 가우시안 스플래팅(3DGS) 원리를 기반으로 3차원 장면을 생성합니다. 그러나 이러한 방법들은 종종 연속적인 표면을 생성하지 못하고, 대신 개별적인 점군(point cloud)을 생성하며, 이 점군들은 일반적인 해상도에서는 그럴듯해 보이지만, 확대 시 심각한 왜곡을 드러냅니다. 이러한 문제를 해결하기 위해, 우리는 2D 가우시안 스플래팅(2DGS) 원리를 기반으로, 더 강력한 이방성(anisotropy)과 높은 기하학적 정밀도를 제공하는 피드포워드 프레임워크인 SurfSplat을 제안합니다. SurfSplat은 표면 연속성 사전 지식과 강제 알파 블렌딩 전략을 통합하여 일관된 기하 구조와 함께 실제적인 텍스처를 복원합니다. 또한, 고해상도 복원 품질을 평가하기 위한 새로운 평가 지표인 High-Resolution Rendering Consistency (HRRC)를 도입했습니다. RealEstate10K, DL3DV, 및 ScanNet 데이터셋에 대한 광범위한 실험 결과, SurfSplat은 기존 방법들을 표준 지표 및 HRRC 측면에서 지속적으로 능가하며, 희소 입력으로부터 고품질 3차원 복원을 위한 견고한 솔루션을 제공합니다. 프로젝트 페이지: https://hebing-sjtu.github.io/SurfSplat-website/

Reconstructing 3D scenes from sparse images remains a challenging task due to the difficulty of recovering accurate geometry and texture without optimization. Recent approaches leverage generalizable models to generate 3D scenes using 3D Gaussian Splatting (3DGS) primitive. However, they often fail to produce continuous surfaces and instead yield discrete, color-biased point clouds that appear plausible at normal resolution but reveal severe artifacts under close-up views. To address this issue, we present SurfSplat, a feedforward framework based on 2D Gaussian Splatting (2DGS) primitive, which provides stronger anisotropy and higher geometric precision. By incorporating a surface continuity prior and a forced alpha blending strategy, SurfSplat reconstructs coherent geometry together with faithful textures. Furthermore, we introduce High-Resolution Rendering Consistency (HRRC), a new evaluation metric designed to evaluate high-resolution reconstruction quality. Extensive experiments on RealEstate10K, DL3DV, and ScanNet demonstrate that SurfSplat consistently outperforms prior methods on both standard metrics and HRRC, establishing a robust solution for high-fidelity 3D reconstruction from sparse inputs. Project page: https://hebing-sjtu.github.io/SurfSplat-website/