3D 视觉

E2EGS: Event-to-Edge Gaussian Splatting for Pose-Free 3D Reconstruction

E2EGS：基于事件的边缘高斯点云化用于无姿态3D重建

Yunsoo Kim, Changki Sung, Dasol Hong, Hyun Myung

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(title,abstract)；NeRF(abstract)；3DGS(abstract)

AI总结 E2EGS通过利用事件流中的边缘信息，提出无姿态3D重建框架，提升动态场景下的重建质量和轨迹精度。

Comments 10 pages, 6 figures, accepted to CVPR 2026

LiDAR-EVS: Enhance Extrapolated View Synthesis for 3D Gaussian Splatting with Pseudo-LiDAR Supervision

LiDAR-EVS: 通过伪LiDAR监督增强3D高斯点云的外推视角合成

Yiming Huang, Xin Kang, Sipeng Zhang, Hongliang Ren, Weihua Zhang, Junjie Lai

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出LiDAR-EVS，通过伪LiDAR监督和空间约束dropout正则化，提升自动驾驶中外推视角LiDAR合成的鲁棒性与泛化能力，实验表明其在三个数据集上均取得最优性能。

Comments 22 pages, 8 figures

Towards High-Fidelity Gaussian Splatting with Queried-Convolution Neural Networks

迈向高保真高斯散射的查询卷积神经网络

Abhinav Kumar, Tristan Aumentado-Armstrong, Lazar Valkov, Gopal Sharma, Alex Levinshtein, Radek Grzeszczuk, Suren Kumar

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出查询卷积（Qonvolutions）改进高斯散射，通过结合查询与邻域特性提升重建保真度，在真实场景中实现优于Zip-NeRF的NVS效果，并提升多种回归任务性能。

Comments 38 pages, 8 figures, Project Page: https://abhi1kumar.github.io/qonvolution/

ABC-GS: Alignment-Based Controllable Style Transfer for 3D Gaussian Splatting

ABC-GS：基于对齐的可控风格迁移用于3D高斯散射

Wenjie Liu, Zhongliang Liu, Xiaoyan Yang, Man Sha, Yang Li

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；分类 cs.CV

AI总结 本文提出ABC-GS框架，通过分割掩膜实现场景内容与风格特征的精准对齐，结合基于特征对齐的风格迁移损失函数，提升3D场景风格迁移的全局风格一致性与可控性。

Comments ICME 2025 Oral

NavGSim: High-Fidelity Gaussian Splatting Simulator for Large-Scale Navigation

NavGSim: 高保真度高斯点扩散模拟器用于大规模导航

Jiahang Liu, Yuanxing Duan, Jiazhao Zhang, Minghan Li, Shaoan Wang, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； BAAI（中国人工智能研究院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.RO

AI总结 NavGSim基于高斯点扩散框架，生成高保真度大规模导航环境，通过高斯点扩散切片技术提取可导航区域，提供多GPU支持的API，提升视觉-语言-动作模型的场景理解能力。

S2GS: Streaming Semantic Gaussian Splatting for Online Scene Understanding and Reconstruction

S2GS：流式语义高斯点云用于在线场景理解和重建

Renhe Zhang, Yuyang Tan, Jingyu Gong, Zhizhong Zhang, Lizhuang Ma, Yuan Xie, Xin Tan

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结 S2GS提出一种严格因果的增量3D高斯语义场框架，通过分离几何与语义的双主干设计，实现在线场景重建与理解，显著提升长视界可扩展性。

Comments 10 pages, 7 figures

UPGS: Unified Pose-aware Gaussian Splatting for Dynamic Scene Deblurring

UPGS：面向动态场景模糊的统一姿态感知高斯点分布

Zhijing Wu, Longguang Wang

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract)；分类 cs.CV

AI总结 本文提出统一优化框架，通过将相机姿态作为可学习参数与3DGS属性结合，实现端到端优化，提升动态去模糊的重建质量和姿态估计精度。

GT2-GS: Geometry-aware Texture Transfer for Gaussian Splatting

GT2-GS：基于几何的纹理迁移用于高斯点扩散

Wenjie Liu, Zhongliang Liu, Junwei Shu, Changbo Wang, Yang Li

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结 本文提出GT2-GS框架，通过几何感知损失和自适应细粒度控制模块，提升高斯点扩散中纹理迁移的质量与可控性，使结果更符合人类视觉感知。

Comments Accepted to AAAI 2026

RetimeGS: Continuous-Time Reconstruction of 4D Gaussian Splatting

RetimeGS: 4D高斯点云的连续时间重建

Xuezhen Wang, Li Ma, Yulin Shen, Zeyu Wang, Pedro V. Sander

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结 RetimeGS通过显式定义3D高斯的时序行为，解决4D高斯点云在连续时间下重建时的时序混叠问题，实现流畅且一致的渲染效果。

Comments Accepted to CVPR2026

4D Synchronized Fields: Motion-Language Gaussian Splatting for Temporal Scene Understanding

4D同步场：用于时间场景理解的运动-语言高斯点溅射

Mohamed Rayan Barhdadi, Samir Abdaljalil, Rasul Khanbayov, Erchin Serpedin, Hasan Kurban

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV、cs.GR

AI总结 本文提出4D同步场，通过在重建中学习物体级运动并同步语言到运动，实现重建、运动和语义的结构耦合，提升时间查询性能。

Comments 34 pages, 3 figures, 7 tables. Includes supplementary material. Preprint

MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting

MetaGS: 一种基于元学习的高斯-Phong模型用于分布外3D场景重照明

Yumeng He, Yunbo Wang, Xiaokang Yang

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 MetaGS通过元学习训练3D高斯点散射模型，结合Blinn-Phong物理先验，提升分布外3D场景重照明的鲁棒性和准确性。

Comments Accepted by NeurIPS 2025 (Spotlight). Code: https://github.com/raynehe/MetaGS

PhyGaP: Physically-Grounded Gaussians with Polarization Cues

PhyGaP：基于极化线索的物理 grounded 高斯分布

Jiale Wu, Xiaoyang Bai, Zongqi He, Weiwei Xu, Yifan Peng

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

AI总结 PhyGaP利用极化线索改进3D高斯分布，通过极化延迟渲染和网格映射技术实现高精度反射分解和逼真光照重映射，实验表明其在反射3D物体重建和逆渲染方面表现优异。

Comments The paper is accepted by CVPR 2026

RadarGaussianDet3D: Gaussian Representation-based Real-time 3D Object Detection with 4D Automotive Radars

RadarGaussianDet3D: 基于高斯表示的实时3D目标检测与4D汽车雷达

Weiyi Xiong, Bing Zhu, Zewei Zheng

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

AI总结 本文提出RadarGaussianDet3D，通过高斯表示提升4D雷达的3D目标检测性能，采用点高斯编码器和3D高斯点划技术生成密集特征图，结合新的高斯损失函数实现更高效的检测与推理。

Comments Accepted by IEEE Robotics and Automation Letters

IRIS: Intersection-aware Ray-based Implicit Editable Scenes

IRIS：基于交点的射线隐式可编辑场景

Grzegorz Wilczyński, Mikołaj Zieliński, Krzysztof Byrski, Joanna Waczyńska, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University, Faculty of Mathematics and Computer Science（杰洛尼摩大学数学与计算机科学学院） ； Poznań University of Technology, Institute of Robotics and Machine Intelligence（波兹南技术大学机器人与人工智能研究所） ； IDEAS Research Institute（IDEAS研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 IRIS提出一种高效交互式场景编辑方法，通过分析采样策略和连续特征聚合机制，解决传统射线追踪的效率问题，实现高保真实时渲染和灵活形状编辑。