3D 视觉

Incoherent Deformation, Not Capacity: Diagnosing and Mitigating Overfitting in Dynamic Gaussian Splatting

不一致变形，而非容量：诊断和缓解动态高斯点云中的过拟合

Ahmad Droby

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文发现动态高斯点云过拟合源于不一致变形而非参数量，通过引入弹性能量正则化等方法显著减少过拟合差距。

Comments 10 pages, 6 figures, 2 tables

EnerGS: Energy-Based Gaussian Splatting with Partial Geometric Priors

EnerGS: 基于部分几何先验的能量场能量基于高斯点散射

Rui Song, Tianhui Cai, Markus Gross, Yun Zhang, Walter Zimmer, Zhiyu Huang, Olaf Wysocki, Jiaqi Ma

机构 * University of California, Los Angeles, California, USA（加州大学洛杉矶分校） ； University of Cambridge, Cambridge, UK（剑桥大学） ； Technical University of Munich, Munich, Germany（慕尼黑技术大学） 纠错

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

AI总结 EnerGS通过建模部分可观测几何为连续能量场，提升大规模户外场景中高斯点散射的光度质量和几何稳定性，同时缓解过拟合问题。

Planar Gaussian Splatting with Bilinear Spatial Transformer for Wireless Radiance Field Reconstruction

平面高斯散射与双线性空间变换器用于无线辐射场重建

Jinghan Zhang, Xitao Gong, Qi Wang, Richard A. Stirling-Gallacher, Giuseppe Caire

机构 * Munich Research Center, Huawei Technologies Duesseldorf GmbH, Munich, Germany Department of Electrical Engineering（慕尼黑研究中心，华为技术杜塞尔多夫有限公司，慕尼黑，德国电气工程系） ； Computer Science, Technical University of Berlin, Berlin, Germany（计算机科学，柏林技术大学，柏林，德国） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)

AI总结 本文提出BiSplat-WRF，通过去除冗余投影并引入全局电磁耦合，提升无线辐射场重建的物理可解释性和精度，实验显示其在结构相似性指数上优于现有方法。

Comments Accepted to IEEE ICC 2026 Workshop

Bridging Visual and Wireless Sensing via a Unified Radiation Field for 3D Radio Map Construction

通过统一的辐射场桥接视觉与无线传感以实现3D无线电地图构建

Chaozheng Wen, Jingwen Tong, Zehong Lin, Chenghong Bian, Jun Zhang

机构 * Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文提出URF-GS框架，结合3D高斯散射和反渲染技术，融合多模态数据以提升3D无线电地图的空间频谱精度和样本效率。

Comments The code for this work will be publicly available at: https://github.com/wenchaozheng/URF-GS

Color-Encoded Illumination for High-Speed Volumetric Scene Reconstruction

彩色编码照明用于高速体素场景重建

David Novikov, Eilon Vaknin, Narek Tumanyan, Mark Sheinin

机构 * Weizmann Institute of Science（魏茨曼科学研究院） 纠错

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

AI总结 本文提出一种无需修改相机硬件的高速体素重建方法，通过快速序列彩色照明实现多视角同时捕获，利用动态高斯点扩散技术解码时空信息，实现实时体素场景重建。

Comments accepted to IEEE CVPR 2026 as a highlight