PatchScene
PatchScene: Patch-based Voxel Diffusion for Large-Scale Scene Completion（CVPR 2026）— 分块体素扩散 + 随机耦合空间融合 + 密度自适应时间融合 + 由内向外环形扩散（Annular-Flow），实现零样本大尺度场景补全。
Overview
- 发布时间：CVPR 2026
- 关键词：场景补全 · 分块扩散 · 零样本泛化
- 核心问题：大尺度 3D 场景（如自动驾驶 LiDAR 扫描）体素分辨率高，全局扩散计算不可行；且训练场景有限，难以泛化到更大范围。
架构
1. Patch-based Voxel Diffusion（分块体素扩散）
- 将完整体素网格切分为局部块（patch），在每块上独立运行条件扩散模型
- 有效降低 GPU 峰值显存需求，支持更大场景
2. 随机耦合空间融合（Random Coupled Spatial Fusion）
- 在空间相邻块之间引入随机耦合机制，促进跨块信息交换
- 避免独立分块导致的接缝伪影和几何不连续
3. 密度自适应时间融合（Density-Adaptive Temporal Fusion）
- 根据场景密度分布动态调整融合策略
- 高密度区域（近处）强调保真度，低密度区域（远处）强调补全完整性
4. Annular-Flow（由内向外环形扩散）
- 以已知观测区域为起点，环形向外逐层扩散生成缺失区域
- 天然保证空间连续性，避免远距离幻觉
性能（SemanticKITTI）
| 指标 | CD (Chamfer Distance) | JSD-3D | Voxel IoU@0.5 |
|---|---|---|---|
| PatchScene | 0.319 (SOTA) | 0.444 | 45.3% |
- 零样本泛化：在 20m 范围场景训练，直接泛化到 50m 范围，无需微调
- 在大尺度场景补全中全面刷新 SOTA
关键创新
- 分块扩散：将扩散模型扩展到存储受限的大尺度场景
- Annular-Flow：以观测为中心的由内向外生成策略，保证空间连续性
- 双融合：空间 + 时间双重融合，平衡分块独立性与全局一致性
Related
- diffusion-model-3d — 三维扩散模型架构
- point-cloud-completion — 点云补全总览
- diffcomplete — 条件扩散补全框架
- simba — 变换场扩散补全
- ei-part — EI-Part，爆炸-收拢两态稀疏体素扩散
Sources
- PatchScene, CVPR 2026