#β-VAE (1)

WilLaGS：潜变量条件3D外观场实现鲁棒的野外高斯泼溅重建

针对无约束图像集合重建中剧烈外观变化与瞬态遮挡物两大难题，WilLaGS提出统一框架：用β-VAE学习连续的全局外观流形，由潜变量条件化的3D神经外观场生成动态Tri-Plane特征，建模空间变化的局部光照；再用自监督Teacher-Student(EMA)感知掩码自动识别并抑制瞬态区域。在Photo Tourism与NeRF-OSR上全面刷新纪录：Sacre Coeur场景PSNR达25.84 dB，比最强对手AsymGS高2.28 dB；单场景训练仅0.9 GPU小时，渲染58 FPS，并支持外观迁移、插值与无条件外观合成。