3D 视觉

InstantHDR: Single-forward Gaussian Splatting for High Dynamic Range 3D Reconstruction

InstantHDR：单次前向高斯散射用于高动态范围3D重建

Dingqiang Ye, Jiacong Xu, Jianglu Ping, Yuxiang Guo, Chao Fan, Vishal M. Patel

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Shenzhen University（深圳大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3D reconstruction(title)；point cloud(abstract)；novel view synthesis(abstract)

AI总结 本文提出InstantHDR，通过单次前向传递从未校准的多曝光LDR图像集重建HDR场景，采用几何引导的外观建模和元网络实现通用的场景特定色调映射，提升重建速度。

StructGS: Adaptive Spherical Harmonics and Rendering Enhancements for Superior 3D Gaussian Splatting

StructGS: 适应性球面谐波与渲染增强以提升3D高斯点撒技术

Zexu Huang, Min Xu, Stuart Perry

机构 * Perceptual Imaging Laboratory (PILab), School of Electrical and Data Engineering, University of Technology Sydney（感知成像实验室（PILab），电气与数据工程学院，悉尼技术大学） 纠错

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

AI总结 本文提出StructGS框架，通过引入基于补丁的SSIM损失、动态球面谐波初始化和多尺度残差网络，改进3D高斯点撒技术，减少计算冗余，提升细节捕捉能力并支持低分辨率输入的高分辨率渲染。

Journal ref IEEE Transactions on Multimedia, vol. 28, pp. 1499-1510, 2025

Parameterizing Dataset Distillation via Gaussian Splatting

通过高斯点撒技术参数化数据集

Chenyang Jiang, Zhengcen Li, Hang Zhao, Qiben Shan, Shaocong Wu, Jingyong Su

机构 * The School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳校区计算机科学与技术学院） ； Institute of Perceptual Intelligence, Pengcheng Laboratory（感知智能研究院，鹏城实验室） 纠错

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

AI总结 本文提出GSDD，一种基于高斯点撒的数据集参数化技术，通过高效存储结构提升数据集压缩效率，增强多样性并提升蒸馏性能。

Comments 19 pages; Code is available on https://github.com/j-cyoung/GSDatasetDistillation

ReLaGS: Relational Language Gaussian Splatting

ReLaGS：关系语言高斯点云

Yaxu Xie, Abdalla Arafa, Alireza Javanmardi, Christen Millerdurai, Jia Cheng Hu, Shaoxiang Wang, Alain Pagani, Didier Stricker

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； RPTU University Kaiserslautern-Landau（科布伦茨-兰道大学（RPTU）） ； University of Modena and Reggio Emilia（摩德纳和雷吉奥-艾米利亚大学） 纠错

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

AI总结 ReLaGS通过构建层次化的语言蒸馏高斯场景和3D语义场景图，实现无需场景特定训练的统一3D感知与推理，结合多视角语言对齐策略和图神经网络进行关系推理。

Comments Accepted at CVPR 2026

SMAL-pets: SMAL Based Avatars of Pets from Single Image

基于SMAL的宠物单图像生成高保真可编辑3D宠物化身

Piotr Borycki, Joanna Waczyńska, Yizhe Zhu, Yongqiang Gao, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学） ； Huawei（华为） 纠错

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

AI总结 本文提出SMAL-pets框架，通过混合架构结合3D高斯溅射与SMAL参数模型，实现单图像生成高质量可编辑宠物3D化身，支持通过文本提示进行外观和行为编辑。