3D 视觉

Matryoshka Gaussian Splatting

俄罗斯套娃高斯点撒技术

Zhilin Guo, Boqiao Zhang, Hakan Aktas, Kyle Fogarty, Jeffrey Hu, Nursena Koprucu Aslan, Wenzhao Li, Canberk Baykal, Albert Miao, Josef Bengtson, Chenliang Zhou, Weihao Xia, Cristina Nader Vasconcelos, Cengiz Oztireli

机构 * University of Cambridge（剑桥大学） ； Chalmers University of Technology（挑战者技术大学） ； Google（谷歌） 纠错

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

AI总结 本文提出Matryoshka Gaussian Splatting，通过随机预算训练实现连续LOD，保持高容量渲染质量，实现单模型的速度-质量平衡。

Comments project page: https://zhilinguo.github.io/MGS

SRGS: Super-Resolution 3D Gaussian Splatting

SRGS：超分辨率3D高斯溅射

Xiang Feng, Yongbo He, Linxi Chen, Yan Yang, Chengkai Wang, Yifei Chen, Yixuan Zhong, Zhenzhong Kuang, Jiajun ding, Xufei Yin, Yanming Zhu

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； ShanghaiTech University（上海科技大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Xiangtan University（湘潭大学） ； Griffith University（格里菲斯大学） 纠错

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

AI总结 本文提出统一的模块化框架，将3DGS超分辨率分解为先验注入和跨视图正则化，分析了多种方法的改进来源，并通过实验验证了方法的鲁棒性。

Comments The first to focus on the HRNVS of 3DGS

Efficient Label Refinement for Face Parsing Under Extreme Poses Using 3D Gaussian Splatting

使用3D高斯溅射实现极端姿态下的人脸解析高效标签细化

Ankit Gahlawat, Anirban Mukherjee, Dinesh Babu Jayagopi

机构 * International Institute of Information Technology, Bangalore (IIIT-B)（国际信息技术研究所，班加罗尔（IIIT-B）） 纠错

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

AI总结 本文提出利用3D高斯溅射生成准确分割掩码，通过联合拟合两个模型提升多视角一致性，从而提高极端姿态下的人脸解析精度。

Comments Accepted to VCIP 2025 (International Conference on Visual Communications and Image Processing 2025)

Journal ref Proc. VCIP 2025

FeatureSLAM: Feature-enriched 3D gaussian splatting SLAM in real time

FeatureSLAM: 实时特征增强的3D高斯点云SLAM

Christopher Thirgood, Oscar Mendez, Erin Ling, Jon Storey, Simon Hadfield

机构 * CVSSP, Computer Science and Electronic Engineering, University of Surrey（Surrey大学计算机科学与电子工程系） ； Surrey Institute for People-Centered Artificial Intelligence, University of Surrey（Surrey大学人中心人工智能研究所） ； Industrial 3D Robotics（Industrial 3D Robotics公司） 纠错

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

AI总结 本文提出一种实时SLAM系统，结合高效相机跟踪与逼真特征映射，利用3D高斯点云技术。核心贡献是将密集特征栅格化整合到新视角合成中，提升语义准确性，优于传统RGB-D输入，增强跟踪与映射精度。

Camera-Aware Cross-View Alignment for Referring 3D Gaussian Splatting Segmentation

面向相机的跨视角对齐用于指称3D高斯点云分割

Yuwen Tao, Kanglei Zhou, Xin Tan, Yuan Xie

机构 * East China Normal University（东华师范大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出CaRF框架，通过引入CAM和GCLA模块，实现3D高斯点云中跨视角指称的一致性对齐，提升分割性能。

Comments Accepted to ICME 2026

StreetForward: Perceiving Dynamic Street with Feedforward Causal Attention

StreetForward：基于前馈因果注意力的动态街道感知

Zhongrui Yu, Zhao Wang, Yijia Xie, Yida Wang, Xueyang Zhang, Yifei Zhan, Kun Zhan

机构 * Li Auto Inc.（Li汽车公司） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出StreetForward框架，通过交替注意力机制和时间掩码注意力模块，实现动态街道的前馈重建，统一表示静态内容和动态实例，并在Waymo数据集上验证了其在视图合成和深度估计上的优越性。

Pseudo-Simulation for Autonomous Driving

伪模拟用于自动驾驶

Wei Cao, Marcel Hallgarten, Tianyu Li, Daniel Dauner, Xunjiang Gu, Caojun Wang, Yakov Miron, Marco Aiello, Hongyang Li, Igor Gilitschenski, Boris Ivanovic, Marco Pavone, Andreas Geiger, Kashyap Chitta

机构 * University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； NVIDIA Research（NVIDIA研究） ； Robert Bosch GmbH（罗伯特·博世集团） ； OpenDriveLab at Shanghai Innovation Institute（上海创新研究院自动驾驶实验室） ； University of Stuttgart（斯图加特大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出伪模拟方法，通过在真实数据上生成合成观测，提升自动驾驶评估的现实性和效率，实现与闭环模拟更紧密的关联。

Comments CoRL 2025, updated with leaderboard snapshot from March 2026

GoDe: Gaussians on Demand for Progressive Level of Detail and Scalable Compression

GoDe：为渐进细节层次和可扩展压缩的高斯

Francesco Di Sario, Riccardo Renzulli, Marco Grangetto, Akihiro Sugimoto, Enzo Tartaglione

机构 * National Institute of Informatics（日本信息处理研究所） 纠错

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

AI总结 GoDe通过重新组织高斯原始体，实现可扩展压缩和渐进细节控制，无需重新训练或微调，提升内存和带宽效率。