3D 视觉

F3DGS: Federated 3D Gaussian Splatting for Decentralized Multi-Agent World Modeling

F3DGS：联邦3D高斯点云用于去中心化多智能体世界建模

Morui Zhu, Mohammad Dehghani Tezerjani, Mátyás Szántó, Márton Vaitkus, Song Fu, Qing Yang

机构 * University of North Texas（北德克萨斯大学） ； Budapest University of Technology and Economics（布达佩斯技术与经济大学） 纠错

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

AI总结 F3DGS通过联邦学习实现去中心化多智能体3D重建，利用共享几何框架和可见性感知聚合解决部分观测问题，实现分布式优化。

Comments Accepted to the CVPR 2026 SPAR-3D Workshop

GS^2: Graph-based Spatial Distribution Optimization for Compact 3D Gaussian Splatting

GS²：基于图的空间分布优化用于紧凑型3D高斯散射

Xianben Yang, Tao Wang, Yuxuan Li, Yi Jin, Haibin Ling

机构 * Key Laboratory of Big Data and Artificial Intelligence in Transportation, Ministry of Education（交通大数据与人工智能教育部重点实验室；北京交通大学计算机与信息技术学院） ； School of Computer and Information Technology, Beijing Jiaotong University（西湖大学人工智能系） ； Department of Artificial Intelligence, Westlake University 纠错

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

AI总结 本文提出GS²，通过优化高斯点的空间分布提升3D高斯散射的重建质量，采用ELBO适应性密集策略和基于图的特征编码模块，实现更紧凑的表示和更高质量的渲染。

ColorGradedGaussians: Palette-Based Color Grading for 3D Gaussian Splatting via View-Space Sparse Decomposition

ColorGradedGaussians：基于调色板的3D高斯溅射颜色分级 via 视空间稀疏分解

Cheng-Kang Ted Chao, Yotam Gingold

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

AI总结 本文提出基于调色板的3D高斯溅射颜色分级方法，通过视空间稀疏分解实现实时交互式颜色编辑，解决传统方法中颜色分解稀疏性不足导致的编辑质量下降问题。

Comments 9 pages, 2 figure pages

Learning Fine-Grained Geometry for Sparse-View Splatting via Cascade Depth Loss

通过级联深度损失学习细粒度几何以实现稀疏视角拼接

Wenjun Lu, Haodong Chen, Anqi Yi, Guoxi Huang, Yuk Ying Chung, Kun Hu, Zhiyong Wang

机构 * School of Computer Science The University of Sydney Sydney, Australia ； School of Computer Science University of Bristol Bristol, United Kingdom ； School of Science Edith Cowan University Perth, Australia 纠错

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；3DGS(abstract)；novel view synthesis(abstract)

AI总结 本文提出HDGS框架，通过级联Pearson相关损失提升稀疏视角下几何重建的结构精度，实验表明在LLFF和DTU数据集上取得最佳性能。

FaCT-GS: Fast and Scalable CT Reconstruction with Gaussian Splatting

FaCT-GS：基于高斯点撒的快速可扩展CT重建

Pawel Tomasz Pieta, Rasmus Juul Pedersen, Sina Borgi, Jakob Sauer Jørgensen, Jens Wenzel Andreasen, Vedrana Andersen Dahl

机构 * Technical University of Denmark（丹麦技术大学） 纠错

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

AI总结 本文提出FaCT-GS框架，通过优化体素化和光栅化流程，实现快速且可扩展的CT重建，比现有方法快4-13倍，适用于不同投影尺寸。

Director: Instance-aware Gaussian Splatting for Dynamic Scene Modeling and Understanding

Director: 用于动态场景建模与理解的实例感知高斯点云

Yuheng Jiang, Yiwen Cai, Zihao Wang, Yize Wu, Sicheng Li, Zhuo Su, Shaohui Jiao, Lan Xu

机构 * ShanghaiTech University（上海科技大学） ； ByteDance（字节跳动） 纠错

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

AI总结 Director通过联合建模人类性能、高保真渲染和实例级语义，实现动态场景的时空高斯表示，提升动态场景理解的稳定性与准确性。

Comments Project page: https://caiyw2023.github.io/Director/

Resonance4D: Frequency-Domain Motion Supervision for Preset-Free Physical Parameter Learning in 4D Dynamic Physical Scene Simulation

Resonance4D: 频域运动监督用于预设-free 物理参数学习的4D动态物理场景模拟

Changshe Zhang, Jie Feng, Siyu Chen, Guanbin Li, Ronghua Shang, Junpeng Zhang

机构 * Xidian University（西安电子科技大学） ； Jimei University（集美大学） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 Resonance4D通过结合3D高斯散射与物质点方法，提出轻量且物理表达的监督策略，解决动态一致性问题，减少训练成本和内存开销，实现高保真的4D物理模拟。