在计算机视觉与图形学中，表面重建是一个长期未解的难题：给定一组多视角图像，能否重建出高精度、几何清晰、细节丰富的 3D 模型？

近年来，NeRF、SDF与 3D Gaussian Splatting (3DGS) 等方法大放异彩，让 AI 能从图像中恢复出三维世界。但问题也随之浮现：

• 初始化依赖：3DGS 高效，但强烈依赖高精度和覆盖度的点云初始化，点云缺陷会直接传递为几何误差与细节缺失。

• 模糊边界：高斯基元天生边界并不锐利，难以保证几何表面的清晰性与一致性。

• 外部先验难以融合：单目深度、法线等外部几何线索虽有帮助，但若不加选择地引入，往往放大噪声，破坏原本准确的几何。

于是一个问题被抛出：有没有一条新路径，不依赖复杂初始化，也能在保持效率的同时，实现真正精确、完整的表面重建？

北京航空航天大学、Rawmantic AI、虚拟现实新技术国家重点实验室、麦考瑞大学、RIKEN AIP 与东京大学的团队给出了他们的答案：

GeoSVR (Geometric Sparse Voxel Reconstruction) —— 一种全新的显式几何优化框架，探究稀疏体素的潜力，在几何准确性、细节捕捉和完整性上全面超越现有方法。该论文目前已被NeurIPS 2025接收为Spotlight。

论文：https://arxiv.org/abs/2509.18090

主页：fictionarry.github.io/GeoSVR-project/

代码：github.com/Fictionarry/GeoSVR

01 方法核心：驯服稀疏体素的两大设计

GeoSVR 在稀疏体素表达SVRaster的基础上，围绕几何约束与表面正则化提出了系统化设计，使体素能够在保证效率的同时，生成几何精确的表面。

1.1 体素不确定性深度约束 (Voxel-Uncertainty Depth Constraint)

• 挑战：稀疏体素在没有几何先验时，容易出现局部表面错误；而外部深度信号（如单目深度估计）又往往带有噪声，若直接施加监督，可能导致几何结构进一步劣化。

• 核心思路：GeoSVR 在引入深度约束之前，首先对具有清晰几何意义和三维边界的体素进行几何可靠性建模。即：先估计体素的不确定性，再决定监督强度。

• 深度约束加权：将外部深度损失与不确定性结合

• 效果：在几何歧义处借助外部信号校正，而在可信区域保持体素自身学习，避免过拟合噪声。

• 不确定性建模：受不确定性和体素层级的紧密耦合的启发，GeoSVR抽象出一种层级感知的几何不确定性，其与体素八叉树的层级明确相关，表明具有关键几何形状的低层级体素会导致更高的不确定性。

优势：外部几何约束得以“选择性注入”，显著提升了鲁棒性与精确性。

1.2 稀疏体素表面正则化 (Sparse Voxel Surface Regularization)

挑战：稀疏体素的表达天然是离散的，每个体素只作用于局部区域。如果缺乏约束，容易导致：

• 局部过拟合，产生碎片化表面；

• 渲染表面与真实几何不对齐，形成不准确的表面；

• 大型体素主导几何表达几何，带来失真。

解决方案：GeoSVR 提出了三种互补的正则化策略：

1. 体素暂退

随机丢弃一部分体素，仅保留子集参与训练。

迫使模型利用更少的体素保持全局一致性，从而减少局部冗余，避免陷入碎片几何。

2. 表面修正

在渲染过程中显式检测射线与体素交界点，强制渲染表面与体素密度边界对齐。

相当于将几何表面锚定在体素分布之上，从而得到更锐利的几何边缘。

3. 体素尺度惩罚

为体素尺度引入正则项，抑制过大体素对几何的错误主导。

使几何表达更加细粒度，避免大体素占据并“抹平”局部结构。

优势：通过全局一致性约束、边界校正与尺度控制，GeoSVR 有效提升了几何的锐度与稳定性。

02 实验结果：精准、完整、高效

GeoSVR 在多项权威数据集上全面超越现有方法：

1. DTU 数据集

• Chamfer 距离全场最佳，几何精度领先；

• 训练仅需 0.8 小时，远快于先前SOTA方法Geo-NeuS等隐式方法的 >12 小时。

2. Tanks and Temples数据集

• GeoSVR 以 0.56 的 F1-score 成为目前最高精度方法；

• 在复杂建筑与低纹理区域保持稳定重建。

3. Mip-NeRF 360数据集

• 在新视角合成上保持与 3DGS 相当的高保真度；

• 同时提供更精确的几何结构。

实验表明，GeoSVR取得的重建效果：

• 更准：几何精度显著提升；

• 更全：细节与完整性优于现有方法；

• 更快：效率媲美 3DGS，远超隐式表达系列的工作。

03 意义与展望

eoSVR 展示了一个新的可能，在SDF与3DGS以外，稀疏体素也能支撑高质量表面重建，并通过显式不确定性约束建模与正则化设计，兼顾精度、完整性与效率。这一技术为 机器人感知、自动驾驶、数字孪生、虚拟现实 等应用提供了三维环境构建及数字资产支持。未来，进一步增强全局一致性与跨场景泛化能力，将是该方向的重要研究路径。

公众号后台回复“数据集”获取100+深度学习各方向资源整理