From Blobs to Spokes: High-Fidelity Surface Reconstruction via Oriented Gaussians¶

会议: ECCV2026
论文: ECCV 原文
领域: 3D视觉
关键词: 3D高斯泼溅、表面重建、定向高斯、水密网格、占用场

一句话总结¶

本文给每个 3D 高斯附加一个可学习的定向法向，把它从"无朝向的对称团（blob）"重新解释成"只朝外侧半空间衰减的随机面元"，使 3DGS 满足 Objects as Volumes 的互易衰减假设、闭式导出占据（occupancy）与法向场，再配合法向对齐损失、法向感知致密化与 Primal Adaptive Meshing，在 DTU、Tanks and Temples 上以每个高斯仅 2 个枢轴的提取方式和远小于同期方法的网格体量取得新的 SOTA，并稳定重建出自行车辐条这类极细结构。

研究背景与动机¶

从一组 2D 图像重建高质量三维表面是计算机视觉里的经典逆问题。近年的神经渲染——NeRF 与 3D Gaussian Splatting（3DGS）——已经把新视角合成做到了照片级，但要把渲染结果落成显式几何仍然困难，原因是这两件事的要求恰好相反：神经渲染擅长表达柔和、半透明的体，而表面重建要的是硬边界，只有硬边界才能提取出水密几何。现有路线各有短板：隐式表示（NeuS、VolSDF、Neuralangelo 这类 SDF／占据场）能给出连续、拓扑一致的光滑表面，但训练代价极高，而且全局求解器抓不住高频细节、结果往往过平滑；显式粒子方法（3DGS 本身）渲染快、视觉保真度高，但基元是无序的离散粒子，从里面恢复出有序结构（网格）没有直接办法；介于两者之间的混合方法（SuGaR、GOF、2DGS、RaDe-GS、PGSR、VCR-GauS）靠正则项把高斯拉向表面，提取阶段却普遍退回启发式——典型做法是把混合后的深度图做 TSDF 融合，再拍一个密度阈值。

更根本的问题出在"基元该怎么解释"上。标准做法把高斯当作对称的质量／密度团，而一个可定向的表面本质上是非对称的：它是一侧空、一侧实的分界。用对称基元去表达表面点，等于给同一位置的两侧赋予相同的占据概率，重建因此被系统性偏置。这一偏置在标准 3DGS 里还叠加了两个技术障碍：其一，3DGS 的成像模型不是衰减式的——像素颜色只取决于高斯投影到该像素上的值，与射线穿过基元的路径长度无关，于是高斯不透明度被限制在 \([0,1]\) 内，无法与无界的衰减系数 \(\sigma\) 对应，Objects as Volumes 那套"占据率 ↔ 衰减"的闭式关系（也正是 NeuS 类方法的理论根基）就不能直接套用；其二，一个扁平高斯只能定义一条没有方向符号的法向轴，当多个高斯在空间上重叠且朝向不一致时，混合深度图既给不出一致深度、也给不出可靠法向，表面提取只能靠 TSDF 这类启发式补台。（论文标题里的 blob 指的就是这些没有朝向的对称高斯团；spoke 一方面指自行车辐条这类此前只能被"渲染出来"、无法被"重建出来"的极细结构，另一方面也暗指基元本身从"团"变成了有朝向的薄片——后一层是笔者的解读，原文并未把 spoke 定义为某种独立的基元形态。）

本文的切入点是：既然障碍来自基元缺少朝向，那就把朝向显式地补进基元里。作者给每个高斯加一个可学习的单位法向 \(\mathbf{n}_i\)（这是整个框架唯一新增的可学习参数），把高斯解释成一个"随机定向面元"：它只在朝外的半空间上按高斯密度衰减，朝内一侧视为完全占据。这样得到的定向衰减天然满足 Objects as Volumes（OaV）要求的互易性，于是 OaV 的结论直接适用，占用场、空缺（vacancy）场与法向场都能写成高斯参数的闭式表达式，不需要任何 MLP 或额外的可学习参数。在此基础上，本文再用一项图像空间的法向对齐损失和一套法向感知的致密化策略，迫使高斯把整个表面（包括极细结构）都"包"起来，形成一层密封的定向基元壳，最后用两套网格提取流程把连续的场变成水密网格。核心 idea：把 3DGS 的每个高斯从"无朝向的对称团"升级为"带可学习法向的定向面元"，用它的定向衰减把 3DGS 接进 Objects as Volumes 的随机几何框架，从而闭式地得到占据与法向场，并让这些场直接支撑高保真水密网格提取。

方法详解¶

整体框架¶

方法的输入是多视角 RGB 图像与相机位姿，输出是完整场景的水密（可选带纹理）三角网格。整条流程分三段：训练阶段保持 3DGS 的快速光栅化，只给每个高斯追加一个可学习的定向法向，并按新的定向衰减系数重新解释它；光栅化器同时输出颜色、深度与期望法向，深度不是沿射线混合出来的，而是把几何场的 0.5 等值面用二分精确找出来。训练目标里有一项图像空间的法向对齐损失，再叠加一套法向感知的致密化：凡是法向对齐误差局部升高的地方，说明"壳"出现缺口，就把高误差的高斯克隆并翻转法向去补上。场评估阶段在 OaV 框架下把高斯参数直接变成连续的高斯向量场 \(\mathbf{V}\) 与法向场 \(\mathbf{N}\)，它们都是闭式的、无额外参数；同时用一个沿训练光线取"最畅通路径"的乘积给出 vacancy 的下界估计，这个估计天生对"藏在几何内部的浮动高斯"鲁棒。网格提取阶段有两条互补路线：快的枢轴式 Marching Tetrahedra（每个高斯只放 2 个枢轴，直接给出水密网格，适合整场景），以及 Primal Adaptive Meshing（面向感兴趣区域、分辨率与高斯分布解耦，可任意加细）。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["多视角 RGB + 相机位姿"] --> B["定向高斯<br/>可学习法向 + 定向衰减"]
    B --> C["Gaussian Wrapping 训练<br/>法向对齐损失 + 法向感知致密化"]
    C --> D["下界 vacancy + 枢轴式<br/>Marching Tetrahedra"]
    C --> E["Primal Adaptive Meshing<br/>牛顿投影 + Delaunay"]
    D --> F["水密场景网格"]
    E --> G["任意分辨率 ROI 网格"]

关键设计¶

1. 定向高斯：给每个基元一个法向，把"团"变成"面元"

前面说过，对称基元与非对称表面在建模上互相矛盾，而 3DGS 的 opacity 渲染又和 OaV 需要的衰减系数对不上，所以 OaV 的闭式关系无法直接使用。本文的定义很轻：给第 \(i\) 个高斯一个可学习的单位法向 \(\mathbf{n}_i\)，并定义对应的定向衰减系数——只在高斯朝外的半空间上给出衰减，内一侧视为完全占据（原文 Definition 1，式 (3)；⚠️ 缓存文本里该式排版损坏，符号形式以原文为准）。一旦衰减具有互易性（\(\sigma(\mathbf{x},\mathbf{w})=\sigma(\mathbf{x},-\mathbf{w})\)，这也是多视角一致性的前提），把 OaV 的式 (1) 套上来就能得到本文的主结果：

\[\mathbf{V}(\mathbf{x}) = \sum_{i=1}^{N} \mathbf{n}_i\bigl(-\log(1-G_i(\mathbf{x}))\bigr), \qquad \mathbf{N}(\mathbf{x}) = \frac{\mathbf{V}(\mathbf{x})}{\lVert \mathbf{V}(\mathbf{x})\rVert}\]

（⚠️ 系数部分的排版在缓存中损坏，这里按原文语义重写，请以原文为准。）在 OaV 的假设下 \(\mathbf{V}\) 就是 \(\nabla \log v\) 的闭式估计，因此 \(\mathbf{N}(\mathbf{x})\) 在表面邻域内良定义，并且与随机表面的真实法向场一致。实用上只需要对空间中的一点查询它最近的 K 个高斯做局部近似即可。这一设计的价值在于：它把"表面在哪、朝哪"变成了可直接求值的连续场，而且除了 \(\mathbf{n}_i\) 本身之外不引入任何新参数；相比同样从高斯导出连续透射率的同期工作 GGGS，定向法向恢复了单个高斯在多视角下的深度一致性与互易性，这正是避免表面侵蚀的关键。

2. Gaussian Wrapping 训练：用法向对齐把高斯"裹"满整个表面

有了场还不够，场只在"高斯确实围成一层密封壳"的前提下才成立。为此，训练时用 Splatting 光栅化器（作者改写了 GGGS 的 CUDA 光栅化器）同时渲染深度 \(D(p)\) 与期望法向 \(\mathbf{N}(p)\)，并强制渲染法向与深度的图像空间梯度对齐：

\[\mathcal{L}_{\mathrm{N}} = \sum_{p} \mathbf{N}(p)\cdot\nabla D(p)\]

因为摄像机可见的表面法向指向"深度减小"的一侧，正确的 \(\mathbf{N}\) 与 \(\nabla D\) 是反平行的，最小化这个点积就等于要求每个高斯的法向与它所在表面片段的外法向一致。与之配套的是法向感知致密化：当某一侧表面没有被高斯覆盖时，壳上就出现缺口，该像素处的 \(\mathcal{L}_{\mathrm{N}}(p)\) 会局部升高，于是作者每 K 次迭代把所有训练视图上的对齐误差算一遍，再按光栅化的混合权重把误差摊回每个高斯，把误差高的高斯克隆一份并翻转法向——克隆体正好补在缺失的那一侧，缺口被填上、壳层被加厚。这与 3DGS 默认那种只看位置梯度、对朝向完全无感的克隆／分裂形成对照：3DGS 的致密化只会让视觉更像，而这里的致密化是被"哪里几何没包住"直接驱动的，因此对自行车辐条这类只有一两个像素宽的薄结构尤其关键。

3. 下界 vacancy 与枢轴式 Marching Tetrahedra

要把场变成网格，最直接的做法是沿相机射线积分 \(\mathbf{V}\)，但这对渲染没有贡献的高斯会藏在几何体内部，一旦射线穿过它就破坏包裹假设、产生伪影。作者的替代方案是用所有训练相机光线给出 vacancy 的一个下界估计 \(\tilde{v}_{\mathcal{T}}\)：对每条经过 \(\mathbf{x}\) 的射线，取各高斯在"最畅通位置"（即射线与高斯中心最近处的截断点 \(t^{i}_{\mathbf{o},\mathbf{w}}=\arg\max_t G_i(\mathbf{o}+t\mathbf{w})\)）上的贡献之积，再在所有射线上取最大值（即"最畅通的那条射线决定这一点有多空"），\(\tilde{v}_{\mathcal{T}}(\mathbf{x}) \le v(\mathbf{x})\)（⚠️ 缓存里式 (7) 排版损坏，这里是按原文语义重写的近似形式）。这个估计有两个好处：乘积沿射线只能是单调不增的，所以藏在几何内部的浮动高斯无法把 vacancy 抬高，估计天然鲁棒；而它又把近期工作中凭经验采用的"不透明度场直接当隐函数做网格化"的做法形式化了。在此之上做枢轴式 Marching Tetrahedra：在定向高斯的假设下，表面与每个高斯相交在"中心到低密度侧、且平行于定向平面"的位置，所以每个高斯只需要两个 Delaunay 枢轴——中心 \(\boldsymbol{\mu}_i\) 和 \(\boldsymbol{\mu}_i + 3s_i\mathbf{n}_i\)（\(s_i\) 是椭球沿 \(\mathbf{n}_i\) 方向的尺度），在枢轴处用 \(\tilde{v}_{\mathcal{T}}\) 取占据值、跑 Marching Tetrahedra、再用二分把顶点细化到 0.5 等值面。相比先前工作每个高斯要 9 个枢轴，这里把枢轴数压到 2，换来的是明显更轻、完全水密、且不牺牲表面保真度的网格——这也是本文"网格体量只有同期工作一小部分"的直接来源。

4. Primal Adaptive Meshing：把网格分辨率从高斯分布里解耦出来

枢轴法简单高效，但它的顶点是直接从高斯基元"长"出来的，顶点密度被高斯分布支配：想要更细的网格就得加高斯或加枢轴，而后者只会虚增传统指标（原文明确指出：把 2 枢轴换成 9 枢轴会人为抬高分数）。Primal Adaptive Meshing 换了个思路，直接对连续场做网格化，分四步迭代：① 顶点初始化——在 Marching Tetrahedra 网格的面上采样，每个面的采样权重与它到最近训练相机的距离成反比（离相机近的面获得更多顶点）；② 等值面细化——用牛顿迭代把顶点投影到 \(\tilde{v}_{\mathcal{T}}=0.5\) 的等值面上，即沿当前点的法向 \(\mathbf{N}(x_i)\) 走一步、步长与该点占据率偏离 0.5 的程度和占用法向场的大小相称（原文式 (8)；⚠️ 该式排版损坏，具体系数以原文为准）；③ 过滤——把 \(|0.5 - \tilde{v}_{\mathcal{T}}(x)| > \epsilon\) 的顶点判为离群点删除，①②③ 迭代到不再有顶点被删；④ Delaunay 与提取——对剩下的顶点做 Delaunay 四面体化，按四面体内部随机采样点的 \(\tilde{v}_{\mathcal{T}}\) 值把四面体分为"内"与"外"，最后提取分隔内外四面体的三角面。如此得到的网格分辨率与高斯分布无关，可以对场景局部（例如自行车的某段辐条）做任意精度的网格化；由于 Chamfer 这类全局距离指标对高频细节本就不敏感，PAM 在全局指标上提升有限，但网格的光滑度与离散化伪影明显改善。

损失函数 / 训练策略¶

总损失是四项之和 \(\mathcal{L} = \mathcal{L}_{\text{RGB}} + \lambda_{\text{DN}}\mathcal{L}_{\text{DN}} + \lambda_{\text{N}}\mathcal{L}_{\text{N}} + \mathcal{L}_{\text{MV}}\)：\(\mathcal{L}_{\text{RGB}}\) 是 3DGS 的标准光度损失，\(\mathcal{L}_{\text{DN}}\) 是深度-法向一致性损失（沿用 RaDe-GS／GGGS 一类做法），\(\mathcal{L}_{\text{MV}} = \lambda_{\text{pc}}\mathcal{L}_{\text{pc}} + \lambda_{\text{gc}}\mathcal{L}_{\text{gc}}\) 是来自 PGSR／GGGS 的多视角光度与几何一致性项。权重取 \(\lambda_{\text{DN}} = 0.05\)、\(\lambda_{\text{N}} = 0.05\)、\(\lambda_{\text{pc}} = 0.6\)、\(\lambda_{\text{gc}} = 0.02\)。模型额外可学习的参数只有每个高斯的定向法向；稠密化以外的其他实现细节（迭代次数、K 近邻数、\(\epsilon\) 等）原文放在补充材料。另需注意深度渲染的实现：栅格化器不是输出混合深度，而是通过二分查询几何场的 0.5 等值面——这也是"RaDe-GS + Gaussian Wrapping"与本文完整方法在论文表格里数值不同的原因。

实验关键数据¶

主实验¶

评测在 DTU 与 Tanks & Temples（T&T）上进行，另外用 MILo 提出的 Mesh-Based Rendering（MBR）协议评估网格完整性与背景重建质量。作者同时指出现有评测协议存在两类系统性偏置，并给出两个替代协议：（1）传统协议把网格的顶点与面心当作预测点云，等于奖励更密的三角剖分——同一个方法换成 9 枢轴提取就能把分数刷高；同时（激光）真值采集过程本身偏置，会不公平地惩罚那些正确重建了遮挡区与掠射角表面的方法。（2）Uniform Sampling 在真值裁剪体（GT crop volume）内从重建网格表面均匀采固定数量的点，消除顶点密度偏置。（3）Virtual Scanning 进一步模拟真值的采集过程：从输入相机位姿渲染重建网格的深度图，再反投影回真值裁剪体。这两项都会对基线在完全相同的协议下重跑。

T&T 上的 F1（6 个场景均值，越高越好；RM = Radiance Meshes、MS = MeshSplatting，为非高斯基线；Ours (2p) 是每高斯 2 枢轴的快速提取，Ours (PAM) 是 Primal Adaptive Mesh）：

评测协议	2DGS	PGSR	GOF	SOF	RaDe-GS	MILo	GGGS	Ours (2p)	Ours (PAM)
Uniform Sampling F1 ↑	0.33	0.52	0.31	0.32	0.35	0.34	0.45	0.48	0.43
Virtual Scanning F1 ↑	0.38	0.53	0.38	0.37	0.39	0.42	0.53	0.53	0.53
训练时长	12 m	45 m	69 m	17 m	12 m	150 m	32 m	27 m	27 m

（2DGS 与 PGSR 属于"只重建前景"的方法；RM 0.11 / MS 0.07、22 m / 30 m 属于更弱的一档非高斯基线，原文放在补充材料。）在 Uniform Sampling 这一无偏协议下，本文在"整场景提取"这一类方法里取得新的 SOTA（0.48，超过 GGGS 的 0.45 与 MILo 的 0.34）；PGSR 的 0.52 是表面上的离群值——它的 TSDF 融合与深度过滤产出的是非水密网格，网格上的洞恰好与真值扫描的洞重合，这是采集过程的产物而非几何质量，作者在补充材料中给出了证据。换到 Virtual Scanning 协议、把这个采集偏置显式模拟出来后，PGSR 的优势消失，本文与 GGGS 并列新的 SOTA（同为 0.53）。

MBR 指标（图像指标越高/越低越好，P5 表示百万；MipNeRF 360 与 T&T 两套数据）：

方法	MipNeRF360 PSNR ↑	SSIM ↑	LPIPS ↓	#高斯	#顶点	T&T PSNR ↑	SSIM ↑	LPIPS ↓	#高斯	#顶点
2DGS	15.36	0.4987	0.4749	1.88	4.31	14.23	0.5697	0.4854	0.98	16.39
PGSR	15.63	0.5834	0.4509	3.16	22.78	14.55	0.5956	0.4819	1.47	11.79
GOF	24.25	0.7017	0.3454	2.99	32.80	20.10	0.6475	0.4073	1.25	11.63
RaDe-GS	24.84	0.7291	0.3128	2.91	30.85	20.70	0.6767	0.3876	1.18	10.06
MILo	25.075	0.7339	0.3096	0.46	6.73	21.198	0.6908	0.3782	0.28	4.36
GGGS	24.55	0.7386	0.2986	4.08	43.46	20.70	0.6912	0.3734	1.73	21.81
Ours	25.10	0.752	0.289	4.0	11.79	20.98	0.7004	0.3674	2.07	5.80

值得注意的是同一档精度下的网格体量：MipNeRF 360 上本文用 11.79 M 顶点达到 25.10 PSNR，GGGS 用 43.46 M 顶点只有 24.55；T&T 上本文 5.80 M 顶点 vs GGGS 21.81 M。在 DTU 上原文只给结论（15 个场景的 Chamfer Distance 放在补充材料）：与 GGGS 相当、优于 2DGS 与 PGSR 这类前景方法，且没有 GGGS 那种表面侵蚀伪影；Mip-NeRF 360 的新视角合成也拿到有竞争力的结果并在室外场景取到 SOTA（细节在补充材料）。需要诚实标注的两点：MILo 在 T&T 的 PSNR 上高于本文（21.198 vs 20.98）且高斯数与顶点数都少得多，本文的"更紧凑"是相对 GOF／GGGS／RaDe-GS 而言；DTU 的 Chamfer 与 NVS 的完整数字本次未能从缓存中读到，请以原文补充材料为准。

消融实验¶

组件消融（T&T，6 场景均值；Mesh Qual. 是传统顶点式 F1，与 Virtual Scan F1 并列报告）：

配置	Virtual Scan F1 ↑	Mesh Qual. F1 ↑	PSNR ↑	SSIM ↑	LPIPS ↓
Baseline（无 Gaussian Wrapping）	0.53	0.48	20.74	0.6958	0.3718
+ 法向对齐损失	0.52	0.48	20.78	0.6986	0.3683
+ 法向对齐损失 + 法向感知致密化（完整）	0.53	0.48	20.98	0.7004	0.3674

作为即插即用正则项的泛化性（把 Gaussian Wrapping 接到 RaDe-GS 上，T&T 各场景 Virtual Scan F1）：

配置	Barn	Caterpillar	Courthouse	Ignatius	Meetingroom	Truck	Mean
RaDe-GS	0.47	0.30	0.11	0.66	0.25	0.57	0.39
RaDe-GS + Gaussian Wrapping	0.63	0.46	0.13	0.71	0.34	0.60	0.48

关键发现¶

几何指标与渲染指标在衡量不同的东西。 加上法向对齐损失后，T&T 的两套 F1 几乎纹丝不动（0.53 → 0.52 → 0.53），但 MBR 指标持续改善（SSIM 0.6958 → 0.6986 → 0.7004，LPIPS 0.3718 → 0.3683 → 0.3674，PSNR 20.74 → 20.78 → 20.98）。原因作者讲得很直白：光栅化器本来就把高斯放在等值面附近，所以F1 这类基于全局距离的指标只能测粗粒度对齐，测不出细节保真度；而法向对齐损失恰恰是把"细节"（薄结构、锐边）救回来的那一步——去掉它，细结构就丢了。这一点同时也是对 T&T 真值／指标本身的批评。
致密化与法向对齐的分工是互补的。 单加法向对齐损失时 Virtual Scan F1 甚至微降（0.53 → 0.52），说明只对齐朝向还不够，必须有致密化去补上没被覆盖的那一侧；两者合起来才把 MBR 指标推到位。
Gaussian Wrapping 是可移植的。 接到 RaDe-GS 上，T&T 每个场景都涨（均值 0.39 → 0.48，Barn 0.47 → 0.63，Caterpillar 0.30 → 0.46），说明它不依赖本文那套深度光栅化，本身就是一个有效的几何正则项。"RaDe-GS + GW"与完整方法之间的差距来自深度渲染方式（是否二分查询 0.5 等值面）。
PGSR 的强几何分数是协议产物。 在 Uniform Sampling 与 Virtual Scanning 下它要么靠"洞对洞"的巧合取胜、要么优势消失，而 MBR 指标直接暴露了它深度过滤留下的背景空洞（MipNeRF 360 PSNR 仅 15.63，远低于整场景方法的 24 以上）。
两套提取流程服务的场景不同。 Ours (2p) 在 Uniform Sampling 这种需要全局均匀采样的评测里更强（0.48 vs 0.43），Primal Adaptive Mesh 的价值不在全局指标，而在把感兴趣区域网格化到任意分辨率、让拓扑更干净（原文 Fig. 4 给了 bicycle／bonsai 的局部对比）。

亮点与洞察¶

把"基元朝向"补上，就一次性解决了两件事。 一个可学习法向同时充当了（a）渲染模型的互易性修复项和（b）隐式几何场的定义项，于是"能不能用 OaV"和"多视角深度一致"这两个原本要分开处理的问题被同一个自由度解决。这种"用最小增量参数换取一个理论接口"的做法很值得迁移：凡是粒子式表示想接某个连续场理论（OaV、隐式场、可微渲染），先问一句"缺的是不是基元的朝向或符号"。
误差信号被当成几何探针，而不是只看像素。 法向对齐损失升高的地方就是"壳破了"的地方，作者不把它当损失扔掉，而是把它反传到高斯上作为克隆／翻转的判据——训练损失同时是稠密化的调度器。这是一种把"诊断信号"回收再利用的通用 trick。
对评测协议本身的批评是这篇的隐藏贡献。 "顶点+面心当点云 → 奖励密网格"、"激光真值惩罚正确重建遮挡区的方法"这两条对做高斯表面重建的人都是踩过的坑；Uniform Sampling 与 Virtual Scanning 两个补丁很轻，但它们改变的是结论方向（PGSR 从"最强"变成"协议产物"）。做任何基于激光扫描真值的几何评测时都可以照搬这两招。
枢轴数从 9 降到 2。 因为有了定向假设，"表面与高斯相交在哪一侧"变成已知量，多余枢轴就没有必要。这是"更强的先验 → 更省的表示"的典型案例：先验直接换成了更小的网格体量和更快的提取。

局限与展望¶

作者承认：Primal Adaptive Meshing 目前依赖对初始 MTet 网格的均匀采样，对高度细节的场景未必最优，用高斯向量场或局部曲率引导采样是有希望的改进；方法不针对镜面、透明与天空区域，这些位置的表面可能变形或缺失（补充材料有例子）；Marching Tetrahedra 保证了水密性，但水密本身不等于正确。此外作者指出衰减式表述并不绑定 3DGS，扩展到更准确的体渲染模型（如 EVER）是自然方向；\(\mathbf{V}\) 定义的局部 vacancy 也可以反过来被直接监督——本文只把它当作导出量。
从方法假设看：全文建立在"场景完全由不透明物体构成、每一点非内即外"的二元假设上，半透明、镜面、植株／毛发这类并非硬边界的场景原则上不在适用范围；定向衰减式对 3DGS 成像模型的等价性也依赖"基元在 3D 中不重叠"一类近似（论文将其证明放在补充材料），高斯重叠密集处（例如我们的 T&T 上高斯数比 GGGS 更多，2.07 M vs 1.73 M）这套等价关系的误差有多大，正文没有量化。
数值上的诚实标注：DTU 的 Chamfer Distance 与 Mip-NeRF 360 的 NVS 细节都在补充材料，正文只给结论，因此"DTU 上具竞争力""室外 NVS SOTA"这两句无法在正文范围内交叉验证；MBR 指标上 MILo 在 T&T 的 PSNR 更高、表示也更省（0.28 M 高斯 / 4.36 M 顶点），本文的优势主要在 MipNeRF 360 与 SSIM/LPIPS。
可改进方向：把 \((1-\tilde{v})\) 当作可微的占据监督直接训高斯（作者自己点出的方向，理论上能让场更自洽）；把 PAM 的初始采样换成由 \(\mathbf{V}\) 或曲率驱动的自适应采样；把定向衰减从 3DGS 推广到 EVER 这类更精确的椭球体渲染，或用更紧的 vacancy 上界替代当前的下界估计以减小偏差。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 把"基元朝向"这一个自由度接进 Objects as Volumes，换来闭式占用／法向场与一套自洽的提取流程，理论上干净且增参极少。
实验充分度: ⭐⭐⭐⭐ 两套数据集 + 三套协议 + 组件消融 + 跨方法泛化性，还主动修正了评测协议；不足是 DTU 与 NVS 的关键数字放在补充材料，正文无法交叉验证。
写作质量: ⭐⭐⭐⭐ 动机链条（对称团 ↔ 非对称表面、opacity 与无界衰减不匹配）讲得非常清楚，对评测偏置的批评也具体；代价是核心公式在正文里排得较挤、多处依赖补充材料。
价值: ⭐⭐⭐⭐⭐ 给所有"从高斯提取表面"的工作提供了一个可复用的正则项（RaDe-GS + GW 已证明可移植）与第一套"pivot 只要 2 个"的水密提取方案，实用价值高。