3D 视觉

Unfolding 3D Gaussian Splatting via Iterative Gaussian Synopsis

通过迭代高斯摘要展开3D高斯溅射

Yuqin Lu, Yang Zhou, Yihua Dai, Guiqing Li, Shengfeng He

机构 * School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） 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 本文提出迭代高斯摘要框架，通过自顶向下展开方案实现紧凑渐进渲染，减少存储需求并保持视觉质量。

PointSplat: Efficient Geometry-Driven Pruning and Transformer Refinement for 3D Gaussian Splatting

PointSplat: 高效的几何驱动剪枝与Transformer细化方法用于3D高斯散射

Anh Thuan Tran, Jana Kosecka

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

AI总结 PointSplat通过几何驱动的剪枝和Transformer细化方法，提高3D高斯散射的效率和渲染质量，在不同稀疏度下均表现优异。

Comments Accepted to CVPRW 2026 (3DMV)

GS4City: Hierarchical Semantic Gaussian Splatting via City-Model Priors

GS4City: 通过城市模型先验实现层次化语义高斯点云

Qilin Zhang, Jinyu Zhu, Olaf Wysocki, Benjamin Busam, Boris Jutzi

机构 * Technical University of Munich (TUM)（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） ； CV4DT, University of Cambridge（剑桥大学CV4DT） 纠错

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

AI总结 GS4City通过整合城市模型先验，实现层次化语义高斯点云，有效整合建筑语义，优于现有2D驱动的3DGS方法，提升城市重建的语义查询能力和结构感知能力。

Naka-GS: A Bionics-inspired Dual-Branch Naka Correction and Progressive Point Pruning for Low-Light 3DGS

Naka-GS：一种生物启发的双分支Naka校正和渐进点修剪用于低光3DGS

Runyu Zhu, SiXun Dong, Zhiqiang Zhang, Qingxia Ye, Zhihua Xu

机构 * China University of Mining and Technology-Beijing（中国矿业大学（北京）） 纠错

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

AI总结 本文提出Naka-GS框架，通过双分支Naka校正和渐进点修剪提升低光条件下3DGS的光度恢复与几何初始化，提高重建质量与稳定性。

MonoEM-GS: Monocular Expectation-Maximization Gaussian Splatting SLAM

MonoEM-GS: 单目期望-最大化高斯点云SLAM

Evgenii Kruzhkov, Sven Behnke

机构 * Autonomous Intelligent Systems group, Computer Science Institute VI – Intelligent Systems and Robotics – and the Center for Robotics and the Lamarr Institute for Machine Learning and Artificial Intelligence, University of Bonn（波恩大学自主智能系统组、计算机科学研究所VI——智能系统与机器人学——以及机器人中心与拉马尔机器学习和人工智能研究所） 纠错

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

AI总结 MonoEM-GS通过整合几何预测到全局高斯点云表示中，解决视点依赖性和噪声问题，结合期望-最大化方法稳定几何并采用ICP对齐估计姿态，支持多模式特征参数化实现开放集分割等下游任务。

ProDiG: Progressive Diffusion-Guided Gaussian Splatting for Aerial to Ground Reconstruction

ProDiG：渐进式扩散引导高斯点云法用于空到地重建

Sirshapan Mitra, Yogesh S. Rawat

机构 * CRCV, University of Central Florida（中佛罗里达大学计算机视觉研究中心） 纠错

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

AI总结 本文提出ProDiG方法，通过扩散引导逐步将空视图转换为地面级视图，利用几何感知因果注意力模块和距离自适应高斯模块，实现高斯点云的渐进式优化，提升重建的几何一致性和鲁棒性。

Comments CVPR Findings 2026

Fast-SegSim: Real-Time Open-Vocabulary Segmentation for Robotics in Simulation

Fast-SegSim: 仿真中机器人快速开放词汇分割

Xuan Yu, Yuxuan Xie, Shichao Zhai, Shuhao Ye, Rong Xiong, Yue Wang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.RO

AI总结 本文提出Fast-SegSim，基于2D高斯散射构建端到端框架，实现高保真且3D一致的开放词汇分割重建。通过优化渲染管线和Top-K硬选择策略，提升渲染速度至40FPS以上，用于仿真平台传感器输入和下游感知任务的多视图地面真实标签生成。

FreeScale: Scaling 3D Scenes via Certainty-Aware Free-View Generation

FreeScale: 通过置信度感知的自由视角生成实现3D场景扩展

Chenhan Jiang, Yu Chen, Qingwen Zhang, Jifei Song, Songcen Xu, Dit-Yan Yeung, Jiankang Deng

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

AI总结 FreeScale通过利用场景重建将有限的真实图像序列转化为高质量训练数据，通过置信度感知的自由视角采样策略提升NVS模型性能，实现2.7dB的PSNR提升。

Comments CVPR2026

ViserDex: Visual Sim-to-Real for Robust Dexterous In-hand Reorientation

ViserDex: 视觉仿真到现实用于鲁棒的灵巧抓取重定向

Arjun Bhardwaj, Maximum Wilder-Smith, Mayank Mittal, Vaishakh Patil, Marco Hutter

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

AI总结 本文提出ViserDex框架，通过3D高斯点云实现单目RGB抓取重定向，结合物理一致的预渲染增强和课程强化学习，实现高效鲁棒的物体姿态估计。

LumiMotion: Improving Gaussian Relighting with Scene Dynamics

LumiMotion：通过场景动态改进高斯光照明

Joanna Kaleta, Piotr Wójcik, Kacper Marzol, Tomasz Trzciński, Kacper Kania, Marek Kowalski

机构 * Warsaw University of Technology（华沙理工大学） ； Sano Centre for Computational Medicine（Sano计算医学中心） ； Inst. for Biomedical Informatics, Univ. Hospital of Cologne（科隆大学医院生物医学信息学研究所） ； University of Cologne（科隆大学） ； CMMC Cologne（科隆CMMC） ； Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究所） ； Microsoft（微软） 纠错

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

AI总结 本文提出LumiMotion，通过利用场景动态元素作为监督信号，改进高斯反渲染方法，在动态场景中实现更准确的光照与材质分离，实验表明在albedo估计和场景照明中分别提升了23%和15%。

Comments CVPR2026

Disentangled Point Diffusion for Precise Object Placement

解耦点扩散用于精确物体放置

Lyuxing He, Eric Cai, Shobhit Aggarwal, Jianjun Wang, David Held

机构 * Carnegie Mellon University（卡内基梅隆大学） ； ABB Inc.（ABB公司） 纠错

专题命中 Gaussian Splatting ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出TAX-DPD框架，通过解耦点扩散模型实现高精度物体放置，提升多模态覆盖与几何变化适应性。

WARPED: Wrist-Aligned Rendering for Robot Policy Learning from Egocentric Human Demonstrations

WARPED：用于机器人策略学习的腕部对齐渲染

Harry Freeman, Chung Hee Kim, George Kantor

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

AI总结 WARPED通过单目RGB数据合成腕部视角观测，实现从第一人称人类示范数据中训练视觉运动策略，相比传统方法减少5-8倍的数据收集时间。

Learning 3D Representations for Spatial Intelligence from Unposed Multi-View Images

从未标注的多视角图像中学习3D表示以提升空间智能

Bo Zhou, Qiuxia Lai, Zeren Sun, Xiangbo Shu, Yazhou Yao, Wenguan Wang

机构 * Nanjing University of Science and Technology（南京理工大学） ； Zhejiang University（浙江大学） ； Communication University of China（中国传媒大学） 纠错

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

AI总结 本文提出UniSplat框架，通过双掩码策略、高斯溅射策略和姿态条件重校准机制，解决未标注多视角图像中3D表示学习的几何诱导弱、外观细节不足和几何语义不一致问题，实现鲁棒且通用的3D表示。

Comments CVPR 2026

F3G-Avatar : Face Focused Full-body Gaussian Avatar

F3G-Avatar：面向面部的全身体素人像

Willem Menu, Erkut Akdag, Pedro Quesado, Yasaman Kashefbahrami, Egor Bondarev

机构 * AIMS Group, Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系AIMS组） 纠错

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

AI总结 本文提出F3G-Avatar，一种基于多视角视频和回归姿态/形状参数的全身体素人像合成方法，通过双分支架构实现面部细节的精细化建模，实验显示其在近景视图中具有高质量的渲染效果。

Comments CVPRW 3DMV, 10 pages