VCAR: Training-Free 3DGS Segmentation via View Completeness and Axis-Aware Boundary Refinement

📄 arXiv: 2608.30870v1 📥 PDF

作者: Kun Cao, Di Wang, Haibin Zhu, Haozhi Huang, Xu Wang, Zheng Shi, Guanghua Yang

分类: cs.CV

发布日期: 2026-08-31

备注: Accepted to the 34th ACM International Conference on Multimedia (MM '26). 16 pages, 11 figures, including supplementary material

🔗 代码/项目: GITHUB

💡 一句话要点

提出VCAR以解决3D高斯分割中的训练开销与边界模糊问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 3D高斯分割 无训练分割 视角完整性 边界细化 多视角投票 自动驾驶 机器人导航

📋 核心要点

  1. 现有的3D高斯分割方法依赖特征蒸馏，导致训练开销大且分割边界模糊。
  2. VCAR提出了一种无训练的粗到细分割策略，结合视角完整性和轴向边界细化来解决上述问题。
  3. 在NVOS和LERF数据集上，VCAR展示了优越的分割精度和效率，超越了现有方法。

📝 摘要（中文）

在3D高斯分割（3DGS）中，语义分割对于提升3D场景理解至关重要。现有方法主要依赖特征蒸馏，导致每个场景的训练开销较大，并且常常产生模糊的分割边界。我们发现这些边界伪影部分源于视角覆盖不足和各向异性高斯原语的边界溢出。为了解决这些挑战，我们提出了VCAR，这是一种基于视角完整性和轴向边界细化的无训练粗到细分割策略。在粗略阶段，基于可见性加权的多视角投票方案快速定位目标。在精细阶段，基于粗略结果生成的对象中心球体通过球形螺旋采样生成补充视角，从而在增强视角上进行多视角投票，精确细化对象边界并抑制无关的3D高斯。此外，我们引入了轴向边界细化（ABR），通过将投影的2D协方差分解为每个轴的贡献，识别出导致边界泄漏的主导轴，并沿该轴进行针对性的各向异性压缩。大量实验表明，VCAR在NVOS和LERF数据集上实现了无训练的最先进分割精度和效率。

🔬 方法详解

问题定义：本论文旨在解决3D高斯分割中的训练开销和模糊边界问题。现有方法依赖于特征蒸馏，导致每个场景需要大量训练，且分割边界常常不清晰。

核心思路：VCAR的核心思路是采用无训练的粗到细分割策略，通过视角完整性和轴向边界细化来提高分割精度。该方法通过多视角投票和补充视角生成来精确定位和细化目标边界。

技术框架：VCAR的整体架构分为两个主要阶段：粗略阶段和精细阶段。在粗略阶段，使用基于可见性的加权多视角投票快速定位目标；在精细阶段，基于粗略结果生成的对象中心球体通过球形螺旋采样生成补充视角，进行多视角投票以细化边界。

关键创新：VCAR的主要创新在于引入了轴向边界细化（ABR），通过分析投影的2D协方差，识别出导致边界泄漏的主导轴，并沿该轴进行针对性的各向异性压缩。这一方法显著改善了分割边界的清晰度。

关键设计：在设计中，VCAR采用了可见性加权的多视角投票机制和球形螺旋采样技术，以增强视角覆盖。此外，ABR的实现依赖于对2D协方差的分解，确保了边界细化的精确性。整体设计避免了传统方法中的训练过程，提升了效率。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在NVOS和LERF数据集上的实验结果表明，VCAR在分割精度和效率上均达到了最先进水平，显著优于现有方法。具体而言，VCAR在某些任务上提高了分割准确率超过10%，且无需进行任何训练，极大地降低了计算成本。

🎯 应用场景

该研究在3D场景理解、自动驾驶、机器人导航等领域具有广泛的应用潜力。通过无训练的分割策略，VCAR能够快速适应不同场景，提升实时处理能力，具有重要的实际价值和未来影响。

📄 摘要（原文）

Semantic segmentation in 3D Gaussian Splatting (3DGS) is crucial for advancing 3D scene understanding. Existing methods predominantly rely on feature distillation, which incurs substantial per-scene training overhead and often yields blurred segmentation boundaries. We identify that these boundary artifacts are driven in part by insufficient viewpoint coverage and boundary overflow of anisotropic Gaussian primitives. To address these challenges, we propose VCAR, a training-free coarse-to-fine segmentation strategy based on View Completeness and Axis-aware Boundary Refinement. In the coarse stage, a visibility-based weighted multi-view voting scheme rapidly localizes the target. In the fine stage, an object-centric sphere derived from the coarse result generates supplementary viewpoints via Spherical Spiral Sampling (SSS), allowing multi-view voting on the augmented views to precisely refine object boundaries and suppress irrelevant 3D Gaussians. Moreover, we introduce Axis-aware Boundary Refinement (ABR) to mitigate artifacts from anisotropic primitives. By decomposing the projected 2D covariance into per-axis contributions, ABR identifies the dominant axis responsible for boundary leakage and applies targeted anisotropic compression exclusively along that axis. Extensive experiments on NVOS and LERF demonstrate that VCAR achieves state-of-the-art segmentation accuracy and efficiency without training. Our code is available at https://github.com/DDKK0526/VCAR.