**摆脱渲染视图依赖:VODA 实现基于体素结构的 3D 高斯分割** _The Mask Is Not the Object: Volumetric Sup
原帖
**摆脱渲染视图依赖:VODA 实现基于体素结构的 3D 高斯分割**
_The Mask Is Not the Object: Volumetric Supervision for 3D Gaussian Segmentation_
> 针对现有 3D 高斯分割方法过度依赖渲染视图导致体素完整性不足的问题,论文提出了 VODA 方法。该方法利用局部深度结构对像素贡献者进行分组,直接对深度簇内的所有高斯进行监督,从而避免了传统基于贡献权重的梯度传递偏差。通过引入 Removal-3D 基准测试和 RDE 指标,VODA 在保持渲染性能的同时,显著提升了体素分割的完整性,并能有效恢复低贡献高斯。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.21383)