3D 视觉

Drive-Through 3D Vehicle Exterior Reconstruction via Dynamic-Scene SfM and Distortion-Aware Gaussian Splatting

通过动态场景SfM和抗畸变高斯点绘制实现车辆外观三维重建

Nitin Kulkarni, Akhil Devarashetti, Charlie Cluss, Livio Forte, Philip Schneider, Chunming Qiao, Alina Vereshchaka

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

AI总结 本文提出一种端到端管道，结合动态场景SfM和抗畸变高斯点绘制，解决动态场景中车辆外观重建的挑战，实现高质量3D模型。

Comments 8 pages, 7 figures, Submitted to IEEE IROS 2026 (under review)

R-PGA: Robust Physical Adversarial Camouflage Generation via Relightable 3D Gaussian Splatting

R-PGA：通过可重照明的3D高斯点散布实现鲁棒的物理对抗伪装生成

Tianrui Lou, Siyuan Liang, Jiawei Liang, Yuze Gao, Xiaochun Cao

机构 * School of Cyber Science and Technology, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Intelligent Systems Engineering, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区智能工程学院） 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R-PGA框架，通过可重照明的3D高斯点散布技术，解决自动驾驶系统中对抗性伪装生成的鲁棒性问题，提升复杂动态场景下的泛化能力。

Comments Under review

EOGS++: Earth Observation Gaussian Splatting with Internal Camera Refinement and Direct Panchromatic Rendering

EOGS++：带有内部相机细化和直接全色渲染的地球观测高斯散射

Pierrick Bournez, Luca Savant Aira, Thibaud Ehret, Gabriele Facciolo

机构 * Universite Paris-Saclay, CNRS, ENS Paris-Saclay, Centre Borelli（巴黎萨克雷大学，法国国家科学研究中心，巴黎萨克雷高等师范学校，博雷利中心） ； Politecnico di Torino（都灵理工大学） ； AMIAD, Pôle Recherche（AMIAD，研究部） ； Institut Universitaire de France（法兰西大学研究院） 纠错

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

AI总结 EOGS++在卫星影像中直接操作高分辨率全色数据，通过内部相机细化和优化流程提升重建质量和几何精度，实验表明其在重建质量和效率上优于原有方法和其他NeRF方法。

Comments 8 pages, ISPRS

ExtrinSplat: Decoupling Geometry and Semantics for Open-Vocabulary Understanding in 3D Gaussian Splatting

ExtrinSplat：解耦几何与语义以实现3D高斯散射中的开放词汇理解

Jiayu Ding, Xinpeng Liu, Zhiyi Pan, Shiqiang Long, Ge Li

机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东省超高清沉浸式媒体技术重点实验室，北京大学深圳研究生院） ； School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； Guangdong Bohua UHD Innovation Center Co., Ltd.（广东博华超高清创新中心有限公司） 纠错

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

AI总结 ExtrinSplat通过解耦几何与语义，利用视觉语言模型生成轻量文本假设，提升3D高斯散射中开放词汇物体选择和语义分割的性能和效率。

Comments Accepted to CVPR 2026

Relaxed Rigidity with Ray-based Grouping for Dynamic Gaussian Splatting

基于射线分组的放松刚性方法用于动态高斯点云渲染

Junoh Lee, Junmyeong Lee, Yeon-Ji Song, Inhwan Bae, Jisu Shin, Hae-Gon Jeon, Jin-Hwa Kim

机构 * GIST（光州科学技术院） ； Yonsei Univ.（延世大学） ； SNU（首尔大学） ； DGIST（大邱庆北科学技术院） ； NAVER AI Lab（NAVER AI实验室） 纠错

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

AI总结 本文提出基于射线分组的放松刚性方法，通过保持高斯点云在时间上的局部几何结构，提升动态3D场景重建的物理合理性与时间一致性。

Comments 24 pages, 7 figures

Gaussian Mapping for Evolving Scenes

高斯映射用于动态场景

Vladimir Yugay, Thies Kersten, Luca Carlone, Theo Gevers, Martin R. Oswald, Lukas Schmid

机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Technology Nuremberg（纽伦堡工业大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文提出GaME方法，通过动态场景适应机制持续更新3DGS，结合新颖的关键帧管理机制，提升动态场景重建性能，在PSNR和L1深度误差上分别提升29.7%和3倍。

VG-Mapping: Variation-aware Density Control for Online 3D Gaussian Mapping in Semi-static Scenes

VG-Mapping：面向半静态场景的变分感知密度控制在线3D高斯映射

Yicheng He, Jingwen Yu, Guangcheng Chen, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； CKS Robotics Institute, Hong Kong University of Science and Technology（香港科技大学CKS机器人研究所） 纠错

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

AI总结 本文提出VG-Mapping，通过变分感知密度控制策略提升半静态场景在线3D高斯映射的更新效率与渲染质量，同时构建了包含合成与真实数据的RGB-D数据集。

Detailed Geometry and Appearance from Opportunistic Motion

从偶然运动中获取详细的几何与外观

Ryosuke Hirai, Kohei Yamashita, Antoine Guédon, Ryo Kawahara, Vincent Lepetit, Ko Nishino

机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究生院） 纠错

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

AI总结 本文提出利用物体偶然运动获取更多准确的3D几何与外观，通过联合姿态与形状优化和新型外观模型提升重建精度。

GLINT: Modeling Scene-Scale Transparency via Gaussian Radiance Transport

GLINT：通过高斯辐射传输建模场景级透明度

Youngju Na, Jaeseong Yun, Soohyun Ryu, Hyunsu Kim, Sung-Eui Yoon, Suyong Yeon

机构 * KAIST（韩国科学技术院） ； NAVER LABS 纠错

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

AI总结 GLINT通过显式分解的高斯表示建模场景级透明度，分离反射和透射辐射，利用几何分离线索和预训练视频照明模型提升透明场景重建性能。

Comments CVPR 2026, Project page: https://youngju-na.github.io/GLINT