Tri-DehazeGS 在照片 3D 重建中分离场景与雾霾

一组研究人员提出了 Tri-DehazeGS——一种从烟雾或雾霾图像中恢复干净 3D 场景的方法。该工作于 2026 年 9 月 10 日发表在 arXiv 上。作者提出将场景的干净几何结构与大气雾霾分离：场景由高斯基元描述，而环境则由一个独立于所有视角、共享的 tri-plane 场表示。此外还引入了针对低透射率区域的梯度补偿，以免远处和浓烟区域在优化过程中丢失。

这意味着什么

Tri-DehazeGS 解决的是从多张图像恢复场景的任务，而不是根据单张照片生成模型。在我们的 3D AI 工具指南中，目前收录的是另一类生成器：OpenLRM、Hunyuan3D 2.1 和 TRELLIS——它们都按 image-to-3d 方案工作，即从单张图像创建模型。它们与 Tri-DehazeGS 在任务上没有直接交集。 尽管如此，该方法触及了所有高斯方法共有的一个问题：低能见度条件下的重建质量。如果未来出现用于从带有烟雾、雾霾或其他大气干扰的照片中恢复场景的工具，将场景与环境分离的思路可能成为其基础。目前我们工具的参数表中还没有这样的功能：没有任何一个工具声称可以处理带烟雾或雾霾的输入源。 Tri-DehazeGS 的代码已开源，但作者在摘要中未说明硬件要求和导出格式。