单幅古典绘画重建三维场景，既能换个角度欣赏，也尽可能留住原作的艺术神韵。

11月10日至14日，第三十四届ACM国际多媒体会议（ACM Multimedia 2026）在巴西里约热内卢举行。由西北大学计算机学院（软件学院）耿国华教授、李康教授领衔的虚拟现实与可视化团队在会议发表论文《GEAR: Reconstruction of Classical Paintings via Geometry Grounding and Appearance Restitution》。ACM MM是中国计算机学会（CCF）推荐的A类国际学术会议。论文第一作者为在读博士研究生张秦瑜，通讯作者为团队青年教师刘鑫达。

只看一幅古画的正面，能否“绕到侧面”看看画中人物的服饰、姿态和空间关系？研究团队提出的GeAR方法，尝试用人工智能将静态古典绘画转化为可从不同视角观察的三维作品，让“看画”向“探索画中世界”迈进一步。

突破难点：让古画变立体，也不能丢了艺术味道

古画不同于照片：画家常用程式化透视、独特光影和艺术化构图表现人物与场景，画中的空间关系并不一定符合真实成像规律。直接应用现有单图三维重建技术，容易出现形体扁平、空间扭曲和笔触纹理流失——画面虽然“立起来”，却可能失去原作的味道。

为此，团队提出“古典绘画到三维重建”（Classical Painting-to-3D，CP3D）研究任务，研发无需针对该任务额外训练模型的GeAR框架。其核心可以概括为两步：先通过“几何锚定”（Geometry Grounding）推断合理的三维形状与空间关系，相当于“搭骨架”；再通过“外观复原”（Appearance Restitution）在多视角约束下恢复色彩、纹理与笔触，相当于“还神韵”。

万幅古画、六类艺术：构建HeriArch研究基准

为了验证方法能否适应不同艺术传统，团队构建HeriArch古典艺术图像基准，收录10,160幅高分辨率作品，时间跨度从公元3世纪至20世纪，涵盖壁画、古代仕女画、藏传唐卡、印度绘画、日本浮世绘和波斯细密画六大类别，包括敦煌壁画等代表性文化遗产图像，为跨画种、跨风格的三维重建评测提供了系统的数据基础。

300余人参与对比评价，验证技术效果

论文将GeAR与SplatterImage、LGM、TRELLIS等代表性方法进行对比，并结合量化指标、视觉分析及用户研究评价效果。用户研究收集300余名参与者的反馈，其中包括文博领域专业人士、三维图形领域人员及普通观众；针对随机抽取的300幅作品，每幅至少获得30次独立评价。研究结果显示，GeAR在三维形状合理性、不同视角下的稳定性以及原画纹理与色彩的保留方面表现出优势。

重建效果：从单幅画面到多个观察角度

图1  古典绘画三维重建方法效果对比。左侧为输入画作，最右列为GeAR重建结果。

图2  GeAR将同一幅古典绘画重建为可从不同视角观察的三维结果。

面向文化遗产数字化，让古画拥有更多呈现方式

研究为古典绘画的数字化保护、文博展陈和沉浸式文化传播提供了新思路。未来，相关技术有望用于博物馆互动展示、文化教育与数字艺术体验，让观众不止欣赏画面本身，还能从不同视角感受传统艺术的空间形态与审美细节。

论文与成果信息

论文题目：GEAR: Reconstruction of Classical Paintings via Geometry Grounding and Appearance Restitution

论文作者：张秦瑜、刘鑫达、李昀尘、刘芸卓、胡晨曦、李康、耿国华

作者单位：西北大学

发表会议：ACM Multimedia 2026（ACM MM 2026；CCF推荐A类）

数据集：HeriArch（10,160幅古典艺术作品；六大艺术类别）

论文 DOI：

https://doi.org/10.1145/3767308.3835699

开源代码：

https://github.com/liuxindazz/GEAR