视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
神经渲染中NeRF与高斯散射几何精度的比较评估
机构 * Institute of Robotics and Machine Intelligence, Poznan University of Technology（机器人与机器智能研究所，波兹南技术大学）
专题命中 Gaussian Splatting ：NeRF(title,title_cn)；Gaussian Splatting(title)；分类 cs.CV、cs.RO
AI总结 本文提出评估神经渲染方法几何精度的流程，包含19个多样场景，系统评估重建方法的表面和形状保真度，补充传统视觉指标。
D-Prism：用于结构动态建模的可微原始体
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Stanford University（斯坦福大学） ； Hangzhou Dianzi University（杭州电子科技大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；分类 cs.CV
AI总结 本文提出D-Prism框架，通过扩展可微原始体到动态领域，实现高保真的结构动态建模，结合3DGS和原始体的优势，引入变形网络和自适应控制策略，提升结构动态建模的精度和效率。
Comments Accepted to CVPR 2026. Project page: https://zju3dv.github.io/d-prism/
NVGS：神经可见性用于3D高斯点扩散中的遮挡剔除
机构 * Digital Future Lab, Flanders Make, Hasselt University（数字未来实验室，弗拉芒制造，哈塞尔特大学） ； Computer Graphics Lab, TU Braunschweig（计算机图形学实验室，图林根工业大学） ； Physics and Astronomy, University of New Mexico（物理与天文学，新墨西哥大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR
AI总结 本文提出一种基于神经网络的遮挡剔除方法，通过学习高斯点的视角依赖可见性函数，减少渲染时的遮挡点数量，提升VRAM利用率和图像质量。
Comments 17 pages, 15 figures
Splatography：稀疏多视角动态高斯点绘用于电影制作挑战
机构 * Bristol Visual Institute（布里斯托视觉研究所） ； University of Bristol（布里斯托大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR
AI总结 本文提出Splatography方法，通过稀疏掩码将高斯点绘分为前景和背景，分别训练不同损失函数以实现高质量动态3D重建，实验显示在3D场景中PSNR提升3倍且模型更小。
Comments Accepted to IEEE International Conference on 3DV (2026)
GS-STVSR：通过二维高斯散射实现超高效的连续时空视频超分辨率
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GS-STVSR框架，通过二维高斯散射实现高效的连续时空视频超分辨率，利用高斯核的时空演变避免密集网格查询，提升处理效率和质量。
基于Voronoi引导的双侧二维高斯点撒法的任意尺度超光谱图像超分辨率
机构 * Department of Computer and Information Science（计算机与信息科学系） ； University of Macau（澳门大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GaussianHSI框架，通过Voronoi引导的双侧二维高斯点撒法实现任意尺度超光谱图像超分辨率，结合谱细节增强模块提升重建效果。
R3D2：通过扩散实现自动驾驶模拟中的真实3D资产插入
机构 * Zenseact ； Linköping University（林哈尔大学） ； Chalmers University（查尔姆斯理工大学） ； UC Berkeley（加州大学伯克利分校）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV、cs.RO
AI总结 R3D2是一种轻量级单步扩散模型，用于在现有场景中实时生成真实3D资产，通过训练学习真实集成，提升自动驾驶模拟的真实性。
SemMorph3D：通过网格引导高斯进行无监督的语义感知3D变形
机构 * Shanghai University School of Artificial Intelligence , Wuhan University Tencent Shanghai Engineering Research Center of Motion Picture Special Effects（上海大学人工智能学院、武汉大学、腾讯、上海影视特效工程研究中心）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 SemMorph3D通过网格引导高斯方法实现从多视角图像直接生成语义感知的3D形状和纹理变形，解决传统方法在结构完整性和输入拓扑上的不足，提升变形的稳定性和颜色一致性。
Comments Project page: https://baiyunshu.github.io/GAUSSIANMORPHING.github.io/
一种用于高效机器人导航的空间记忆表示综述
机构 * University of the Philippines Diliman（菲律宾大学杜马扬分校） ； University of Santo Tomas（圣托马斯大学）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；分类 cs.CV、cs.RO
AI总结 本文综述了88篇文献，探讨了空间记忆效率问题，提出α指标评估部署可行性，揭示了内存架构对实际部署的影响。
Comments Accepted at the Women in Computer Vision (WiCV) Workshop at CVPR 2026
VADv2：通过概率规划实现端到端向量自主驾驶
机构 * Huazhong University of Science and Technology（华中科技大学） ； Horizon Robotics
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；分类 cs.CV、cs.RO
AI总结 本文提出VADv2，一种基于概率规划的端到端自主驾驶模型，通过概率场函数建模动作空间到概率分布的映射，利用大规模驾驶演示提升闭合回路性能，优于现有方法。
Comments Accepted to ICLR 2026. Code is available at https://github.com/hustvl/VAD
AvatarPointillist: 基于自回归的4D高斯虚拟角色生成
机构 * HKUST（香港科技大学） ； Ant Group（蚂蚁集团） ； City University of Hong Kong（香港城市大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文提出AvatarPointillist框架，通过自回归Transformer生成动态4D高斯虚拟角色，结合点云生成与高斯点散射，实现高精度、可控制的虚拟角色生成。
Comments Accepted by the CVPR 2026 main conference. Project page: https://kumapowerliu.github.io/AvatarPointillist/
3DGR-CT：基于3D高斯表示的稀疏视图CT重建
机构 * organization= School of Biomedical Engineering, Division of Life Sciences ； Medicine, University of Science ； Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advance Research, USTC , city= Suzhou , postcode= 215123 , state= Jiangsu , country= China ； organization= Key Laboratory of Precision ； organization= Key Laboratory of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS , city= Beijing , postcode= 100190 , country= China
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本文提出3DGR-CT方法，利用3D高斯表示替代隐式神经表示，通过FBP图像引导初始化和高效可微CT投影器提升稀疏视图CT重建精度与收敛速度，实现高精度实时物理模拟。
Journal ref Medical Image Analysis, Volume 103, 103585, 2025
高斯溅射的即时着色
机构 * University of Osnabrück（奥斯纳布吕克大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出了一种高效方法，将2D图像信息反向映射到高斯溅射场景中，用于场景复原和语义分割，实现速度提升。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈