Краткое содержание

arXiv:2511.12040v1 Тип: новая публикация Аннотация: Прямая (feed-forward) 3D-реконструкция по разреженным изображениям низкого разрешения (НР) является ключевой возможностью для практических приложений, таких как автономное вождение и воплощенный ИИ. Однако существующие методы часто не способны восстановить мелкие текстурные детали. Это ограничение проистекает из inherentного недостатка высокочастотной информации во входных данных НР. Для решения этой проблемы мы предлагаем **SRSplat** — прямую (feed-forward) архитектуру, которая реконструирует трехмерные сцены в высоком разрешении всего по нескольким НР-видам. Наше ключевое наблюдение заключается в том, что для компенсации недостатка текстурной информации необходимо совместно использовать внешние высококачественные референсные изображения и внутренние текстурные ключи. Сначала мы создаем специфичную для сцены референсную галерею, генерируемую для каждой сцены с помощью MLLM и диффузионных моделей. Для интеграции этой внешней информации мы представляем модуль **Reference-Guided Feature Enhancement (RGFE)**, который выравнивает и объединяет признаки из НР-входных изоб