Onderzoekers hebben een innovatieve techniek ontwikkeld genaamd Reflection-Free 3D Gaussian Splatting (RF3DGS), die reflecties uit 3D-reconstructies kan verwijderen. De methode is specifiek ontworpen voor toepassingen waar een zeer getrouwe visuele weergave vereist is, zoals in museumexposities.
Het verwijderen van reflecties in een driedimensionale context is een complexe uitdaging binnen de computer vision. In een recent onderzoek, gepubliceerd op 10 november 2026, presenteren wetenschappers van The Hong Kong University of Science and Technology en Huawei Research een nieuwe benadering om dit probleem aan te pakken. Volgens de publicatie op arxiv.org maakt RF3DGS gebruik van zogenaamde 'self-priors' om reflectievrije beelden te genereren.
De werking van RF3DGS
De kern van de nieuwe methode rust op een fotometrisch principe: de aanname dat de minimale pixelintensiteit over meerdere beelden van hetzelfde 3D-punt sterk correleert met informatie die vrij is van reflecties. Het implementeren van dit principe binnen een 3D Gaussian Splatting-model is echter technisch uitdagend.
Om dit op te lossen, hanteert RF3DGS een proces in meerdere stappen. Eerst wordt een standaard 3DGS-model geoptimaliseerd met behulp van een geometrische prior. Hiermee wordt voor elk gezichtspunt een grove, reflectievrije dieptekaart geschat. Vervolgens wordt via een proces van 3D-warping informatie uit hulpbeelden verzameld om een 'clean transmission pseudo-label' te creëren voor een referentiebeeld. Dit label dient als een zelfgesuperviseerd signaal voor verdere optimalisatie, zoals beschreven in de .
Daarnaast introduceerden de auteurs een Adaptive Twin Rendering (ATR) loss. Deze functie zorgt ervoor dat het pseudo-label optimaal wordt benut, terwijl de scherpe, hoogfrequente details uit de oorspronkelijke beelden — die wel reflecties bevatten — behouden blijven. Door deze combinatie van interne 3D self-priors en de ATR-loss claimen de onderzoekers state-of-the-art prestaties te behalen in zowel synthetische als echte scenario's.
Benchmark en validatie
Een significante bijdrage van dit onderzoek is de creatie van de eerste benchmark voor het verwijderen van reflecties in 3D. Deze benchmark is gebouwd met de Unity-rendering engine en maakt een strikte kwantitatieve evaluatie van verschillende methoden mogelijk. De volledige paper beslaat tien pagina's en bevat zeven figuren en vijf tabellen om de resultaten te onderbouwen, volgens de .
Context binnen 3D-modellering
De ontwikkeling van RF3DGS vindt plaats in een breder veld van onderzoek naar 3D Gaussian Splatting en radiante velden. Hoewel RF3DGS zich richt op visuele reflecties, zijn er andere toepassingen van soortgelijke technologieën voor niet-visuele doeleinden. Zo is er onderzoek naar het modelleren van draadloze kanalen met behulp van Radio Radiance Fields en 3D Gaussian Splatting, zoals vermeld in een arxiv.org uit november 2024.
Daarnaast wordt de technologie van 3D Gaussian Splatting steeds vaker besproken in tutorials over het bouwen van radiokaarten, waarbij de nadruk ligt op covariantie-parameterisatie en directionele verschijning, zoals uitgelegd in een technische gids. Ook wordt er geëxperimenteerd met het omzetten van 3D-omgevingen naar radiofrequentie-heatmaps via diffusiemodellen, wat aantoont hoe breed de toepassing van 3D-reconstructietechnieken is, variërend van visuele zuivering tot draadloze diagnose, zoals beschreven in arxiv.org.
Met de introductie van RF3DGS wordt een belangrijke stap gezet in het verbeteren van de visuele kwaliteit van digitale replica's, waardoor reflecties die voorheen storend waren in hoogwaardige visualisaties effectief kunnen worden geëlimineerd.