OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

📄 arXiv: 2608.16499v1 📥 PDF

作者: Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

分类: cs.RO, cs.CV

发布日期: 2026-08-17

备注: 7 pages, 5 figures. Preprint

💡 一句话要点

提出OccamView以解决有限帧预算下的3D高斯重建问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 3D重建 主动视角选择 高斯重建 物体条件 遮挡感知 在线物体记忆 Geo-Floor机制 计算机视觉

📋 核心要点

  1. 现有的主动3D高斯重建方法在有限的帧预算下，往往优先考虑全局场景覆盖，导致部分物体重建不完整。
  2. OccamView通过维护在线物体记忆和使用保守的隐藏区域代理，优化了视角选择过程，提升了重建效果。
  3. 在Replica和Matterport3D数据集上的实验表明，OccamView在多个帧预算下均显著提高了重建完成率，尤其在预算紧张时效果更为明显。

📝 摘要（中文）

主动3D高斯重建依赖于在有限的感知预算下选择信息量最大的下一个视角。现有方法主要基于几何信息增益进行视角规划，忽视了物体引起的隐藏区域。为了解决这一局限性，本文提出了OccamView，一个基于物体条件的视角选择框架。该框架通过在线物体记忆和保守的隐藏区域代理来评估候选视角，并引入Geo-Floor机制以优化视角重排序。实验结果表明，OccamView在多个帧预算下均显著提高了完成率，尤其在有限帧预算下表现突出。

🔬 方法详解

问题定义：本文旨在解决在有限帧预算下，现有主动3D高斯重建方法未能有效处理物体引起的隐藏区域的问题。现有方法主要依赖几何信息增益，导致对部分物体的重建不完整。

核心思路：OccamView的核心思想是通过物体条件的视角选择框架，利用在线物体记忆和保守的隐藏区域代理来优化视角评估，从而提高重建的完整性和效率。

技术框架：该方法的整体架构包括在线物体记忆模块、候选视角评估模块和Geo-Floor机制。在线物体记忆模块基于RGB-D观测进行物体检测，候选视角评估模块使用遮挡感知的代理覆盖评分来选择最佳视角。Geo-Floor机制则限制了物体条件重排序的候选范围，确保几何竞争性。

关键创新：OccamView的主要创新在于引入了物体条件的视角选择机制，利用在线物体记忆和保守的隐藏区域代理来优化视角选择，与传统几何驱动的方法形成鲜明对比。

关键设计：在设计中，OccamView使用了在线物体记忆来存储检测到的物体信息，并通过遮挡感知评分来评估候选视角的有效性。此外，Geo-Floor机制确保了物体条件重排序的几何竞争性，从而提升了重建效果。该方法在多个帧预算下的表现均优于现有方法。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，OccamView在Replica和Matterport3D数据集上均显著降低了重建完成度，并提高了完成率。在五个不同的帧预算下，特别是在预算有限的情况下，性能提升尤为明显，证明了物体条件线索在主动视角规划中的有效性。

🎯 应用场景

该研究具有广泛的应用潜力，尤其在机器人导航、增强现实和自动驾驶等领域。通过优化视角选择，能够提高环境重建的效率和准确性，为智能系统提供更可靠的环境理解能力，进而推动相关技术的发展。

📄 摘要（原文）

Active 3D Gaussian reconstruction fundamentally relies on selecting informative next-best views under limited sensing budgets. Existing active 3DGS methods primarily plan viewpoints according to geometric information gain, treating object-induced hidden regions in the same manner as general unexplored space. Under tight frame budgets, such geometry-driven strategies may prioritize global scene coverage while leaving partially observed objects incompletely reconstructed. To address this limitation, we propose OccamView, an object-conditioned view-selection framework for frame-budgeted active 3D Gaussian reconstruction. Rather than predicting unseen object geometry or performing shape completion, OccamView maintains an online object memory from open-vocabulary detections grounded in measured RGB-D observations and represents unresolved local occupancy around detected objects as conservative hidden-region proxies. Candidate viewpoints are then evaluated using an occlusion-aware proxy-coverage score. Furthermore, we introduce a Geo-Floor mechanism that restricts object-conditioned re-ranking to geometrically competitive candidates, allowing object-conditioned cues to guide complementary observations while preserving the geometry-driven exploration behavior of the underlying planner. Experiments on Replica and Matterport3D under a unified frame-budgeted protocol show that OccamView consistently reduces Completion and improves Completion Ratio across five frame budgets, with particularly pronounced gains under limited frame budgets. These results demonstrate that lightweight object-conditioned cues effectively complement geometry-driven active view planning.