3D 视觉

GuardMarkGS: Unified Ownership Tracing and Edit Deterrence for 3D Gaussian Splatting

GuardMarkGS: 3D高斯溅射的统一所有权追溯与编辑威慑

Utae Jeong, Jaewan Choi, Junseok Lee, Jongheon Jeong, Sang Ho Yoon, ByoungSoo Koh, Sangpil Kim

机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） ； Hanshin University（汉西大学） 纠错

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

AI总结 本文提出GuardMarkGS框架，通过结合全局水印目标与对抗目标，实现3D高斯溅射资产的统一所有权追溯与未经授权编辑的威慑，实验表明其在比特精度、编辑威慑和渲染质量间取得良好平衡。

Comments Preprint

Z-Order Transformer for Feed-Forward Gaussian Splatting

Z-Order Transformer用于前馈高斯点云

Can Wang, Lei Liu, Wei Jiang, Dong Xu

机构 * The University of Hong Kong（香港大学） ； Futurewei Technologies Inc（未来科技公司） 纠错

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

AI总结 本文提出Z-Order Transformer用于前馈高斯点云，通过稀疏注意力机制和Z-order策略有效捕捉高斯点间空间与语义关系，提升实时渲染质量与效率。

Comments Accept by CVPR 2026, Oral

PairDropGS: Paired Dropout-Induced Consistency Regularization for Sparse-View Gaussian Splatting

PairDropGS: 基于配对 Dropout 引起的一致性正则化的稀疏视角高斯点云法

Hantang Li, Qiang Zhu, Xiandong Meng, Xingtao Wang, Debin Zhao, Xiaopeng Fan

机构 * School of Computer Science, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳校区计算机科学学院，中国） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室，中国） ； Smart Coding Institute, Pengcheng Laboratory, Shenzhen, China（鹏城实验室智能编码研究所，中国） ； School of Computer Science, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机科学学院，中国） 纠错

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

AI总结 本文提出PairDropGS，通过配对Dropout引起的一致性正则化改进稀疏视角高斯点云法，提升训练稳定性与重建质量，同时保持方法的简洁性和易用性。

Comments 11 pages,8 figures

SkySplat: Generalizable 3D Gaussian Splatting from Multi-Temporal Sparse Satellite Images

SkySplat: 多时序稀疏卫星图像上的通用3D高斯点云生成

Xuejun Huang, Xinyi Liu, Yi Wan, Zhi Zheng, Bin Zhang, Mingtao Xiong, Yingying Pei, Yongjun Zhang

机构 * School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感与信息工程学院） ； Technology Innovation Center for Collaborative Applications of Natural Resources Data in GBA, Ministry of Natural Resources（粤港澳大湾区自然资源数据协同应用技术创新中心，自然资源部） ； Department of Geography and Resource Management, The Chinese University of Hong Kong（香港中文大学地理与资源管理系） ； China Railway Siyuan Survey and Design Group Co., LTD（中国铁路syuan调查设计集团有限公司） 纠错

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

AI总结 SkySplat通过整合RPC模型提升稀疏卫星图像的3D重建效率，采用自监督框架和跨自我一致性模块，实现86倍速度提升和更精确的重建结果。

Comments AAAI 2026. Code is available at https://github.com/NanCheng2001/SkySplat-main

3D-UIR: 3D Gaussian for Underwater 3D Scene Reconstruction via Physics Based Appearance-Medium Decoupling

3D-UIR: 基于物理的3D场景重建中的3D高斯方法用于水下3D场景重建

Jieyu Yuan, Yujun Li, Yuanlin Zhang, Chunle Guo, Xiongxin Tang, Ruixing Wang, Chongyi Li

机构 * VCIP, College of Computer Science, Nankai University（VCIP，计算机科学学院，南开大学） ； Institute of Software, Chinese Academy of Sciences（软件研究所，中国科学院） ； DJI（大疆创新） 纠错

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

AI总结 本文提出一种基于物理的框架，通过定制的高斯建模分离物体外观与水介质影响，提升水下场景重建的几何一致性和渲染质量。

Comments Accepted to IEEE TIP 2026. Project webpage: https://bilityniu.github.io/3D-UIR

Compact 3D Gaussian Splatting For Dense Visual SLAM

紧凑的3D高斯散射用于密集视觉SLAM

Tianchen Deng, Chang Nie, Shuhong Liu, Wenhua Wu, Jianfei Yang, Shenghai Yuan, Jiuming Liu, Danwei Wang, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The University of Tokyo（东京大学） ； Harvard University（哈佛大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出紧凑的3D高斯散射SLAM系统，通过滑动窗口遮罩策略和几何代码本压缩高斯参数，提升训练和渲染速度，保持高质量场景表示。

Comments Accepted by IJCV 2026

Sparse Code Uplifting for Efficient 3D Language Gaussian Splatting

稀疏编码提升用于高效3D语言高斯散射

Lovre Antonio Budimir, Yushi Guan, Steve Ryhner, Sven Lončarić, Nandita Vijaykumar

机构 * Faculty of Electrical Engineering and Computing（电子工程与计算学院） ； Department of Computer Science（计算机科学系） ； Vector Institute（向量研究所） 纠错

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

AI总结 本文提出SCOUP方法，通过解耦语言表示学习与3D高斯优化，实现高效3D语义重建、存储和渲染。方法利用2D图像区域特征学习稀疏代码本表示，并通过加权稀疏聚合提升至3D高斯体，从而提升训练速度和内存效率。

Comments 18 pages (9 pages main paper), 10 figures, preprint

Real2Sim: A Physics-driven and Editable Gaussian Splatting Framework for Autonomous Driving Scenes

Real2Sim：一种用于自动驾驶场景的物理驱动且可编辑的高斯点扩散框架

Kaicong Huang, Talha Azfar, Weisong Shi, Ruimin Ke

机构 * Department of Civil and Environmental Engineering, Rensselaer Polytechnic Institute（拉特克利夫理工学院土木与环境工程系） ； Department of Computer and Information Sciences, University of Delaware（德雷塞尔大学计算机与信息科学系） 纠错

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

AI总结 Real2Sim结合4D高斯点扩散与可微材料点法求解器，实现动态驾驶场景的连续高斯原语重建，支持实例级编辑，并模拟真实物体间交互，提升自动驾驶场景生成的物理真实性和编辑灵活性。

RoSplat: Robust Feed-Forward Pixel-wise Gaussian Splatting for Varying Input Views and High-Resolution Rendering

RoSplat：用于变化输入视角和高分辨率渲染的鲁棒前馈像素级高斯散射

Hoang Chuong Nguyen, Renjie Wu, Jose M. Alvarez, Miaomiao Liu

机构 * Australian National University（澳大利亚国立大学） ； NVIDIA 纠错

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

AI总结 本文提出RoSplat，通过引入alpha归一化策略和辅助3D采样正则化器，解决高斯散射在不同输入视角下的过亮问题和高分辨率渲染中的孔洞 artifacts，提升渲染质量。

Ilov3Splat: Instance-Level Open-Vocabulary 3D Scene Understanding in Gaussian Splatting

Ilov3Splat：基于高斯散射的实例级开放词汇3D场景理解

Binh Long Nguyen, Kien Nguyen, Sridha Sridharan, Clinton Fookes, Peyman Moghadam

机构 * School of Electrical Engineering and Robotics（电气工程与机器人学学院） ； Queensland University of Technology（昆士兰理工大学） ； CSIRO Robotics（CSIRO机器人部） ； CSIRO 纠错

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

AI总结 本文提出Ilov3Splat框架，通过增强高斯散射以实现实例级开放词汇3D场景理解，利用多分辨率哈希嵌入和对比损失提升语言语义关联与实例区分能力。

Comments The International Conference on Pattern Recognition (ICPR) 2026