每个高斯图元自己决定改多少:GaussLearner在14个场景上平均PSNR高出最强基线3.41 dB
持续重建三维场景时,直接在新观测上微调已有的高斯场会遗忘此前重建的内容。GaussLearner把每个三维高斯图元本身当作持续学习单元:它把当前观测的像素不一致归因到具体高斯,再用一个学习权重在“当前观测”与“跨状态可靠度”之间取舍,同时控制参数更新幅度和优化器记忆的刷新强度。在CL-Splats、WAT与自建的CL-3D共14个场景上,其平均PSNR比最强基线O-SCD高3.41 dB;在CL-3D上,变化视图与未变化视图的重建质量都最好。