3D 视觉

COSY: Compositional 3DGS Synthesis for Disentangled Human Head Editing

COSY: 用于解耦人像编辑的组合式3DGS合成

Florian Barthel, Shalini De Mello, Koki Nagano, Wieland Morgenstern, Anna Hilsmann, Peter Eisert

机构 * Fraunhofer Heinrich-Hertz Institute, Germany（弗劳恩霍夫 Heinrich-Hertz 研究所，德国） ； Humboldt University Berlin, Germany（柏林洪堡大学，德国） ； NVIDIA, USA（NVIDIA，美国） 纠错

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

AI总结 提出一种组合式3DGS生成器架构，通过独立合成头发、皮肤、眼镜和躯干等组件实现语义属性的精确解耦编辑，无需分割掩码或几何先验。

ConFi-GS Confidence-Guided High-Frequency Injection for 3D Gaussian Splatting Super-Resolution

ConFi-GS：置信度引导的高频注入用于3D高斯泼溅超分辨率

Jiaxiang Li, Zongtan Zhou, Zhen Tan, Yadong Liu, Dewen Hu

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

AI总结 提出一种可靠性感知的频率建模框架，通过几何引导的细节需求先验和频率感知的可靠性图，指导低分辨率3DGS重建中高频细节的注入，提升保真度和感知质量。

ArtSplat: Feed-Forward Articulated 3D Gaussian Splatting from Sparse Multi-State Uncalibrated Views

ArtSplat: 基于前馈的关节式3D高斯泼溅从稀疏多状态未标定视图

Inseo Lee, Yoonji Kim, Eugene Sohn, Jiwoong Lee, Jungmin You, Joonseok Lee, Jin-Hwa Kim

机构 * Seoul National University（首尔国立大学） ； Sogang University（成均馆大学） ； NAVER AI Lab（NAVER AI实验室） 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 提出首个前馈框架ArtSplat，通过稀疏多视图跨多个关节状态，一次性重建几何和关节参数，引入逐像素关节图表示和跨状态注意力机制，在PartNet-Mobility上实现400倍加速。

CodecSplat: Ultra-Compact Latent Coding for Feed-Forward 3D Gaussian Splatting

CodecSplat: 用于前馈式3D高斯泼溅的超紧凑潜在编码

Pengpeng Yu, Runqing Jiang, Qi Zhang, Dingquan Li, Jing Wang, Yulan Guo

机构 * Sun Yat-sen University（中山大学） ； Peking University（北京大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 提出CodecSplat框架，通过将压缩集成到前馈式高斯生成流水线中，利用结构化中间特征表示实现超紧凑场景编码，显著降低存储和传输开销。

Depth Peeling for High-Fidelity Gaussian-Enhanced Surfel Rendering

用于高保真高斯增强面元渲染的深度剥离

Keyang Ye, Hongzhi Wu, Kun Zhou

机构 * State Key Lab of CAD&CG, Zhejiang University（计算机辅助设计与图形学国家重点实验室，浙江大学） ； Hangzhou Research Institute of Holographic and AI Technology（杭州全息与人工智能技术研究院） 纠错

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

AI总结 提出DP-GES，通过半透明边界增强不透明面元并利用深度剥离建立逐像素排序，实现无排序高斯溅射和正确透射率调制，消除锯齿和弹出伪影，提升重建质量。

RxGS: Receiver-Generalizable 3D Gaussian Splatting for Radio-Frequency Data Synthesis

RxGS：面向射频数据合成的接收器泛化三维高斯泼溅

Kang Yang, Mani Srivastava

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)

AI总结 提出RxGS，通过两阶段学习（共享几何与条件方向辐射）实现单个模型对任意接收器的射频数据合成，显著降低训练、推理和存储成本。

R5DGS: Semantic-Aware 4D Gaussian Splatting with Rigid Body Constraints for Efficient Dynamic Scene Reconstruction

R5DGS：基于刚体约束的语义感知4D高斯泼溅用于高效动态场景重建

Denis Gridusov, Maxim Popov, Sergey Kolyubin

机构 * Biomechatronics and Energy-Efficient Robotics (BE2R) Lab, ITMO University（生物机电学与节能机器人实验室，ITMO大学） 纠错

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

AI总结 提出R5DGS框架，通过紧凑身份编码和CLIP对象查找表实现语义感知的4D高斯表示，并利用刚体推理约束仅预测对象质心动力学，从而在保持轨迹合理性的同时实现11 FPS的加速。

Comments Code: https://github.com/be2rlab/r5dgs

SplitAvatar: One-shot Head Avatar with Autoregressive Gaussian Splitting

SplitAvatar: 基于自回归高斯分裂的单次头部化身

Hongzhe Liao, Chuhua Xian, Hongmin Cai, Haiyang Liu, Fa-Ting Hong

机构 * South China University of Technology（华南理工大学） ； University of Tokyo（东京大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 提出一种基于自回归高斯分裂的单图像可动画头部化身重建方法，通过图分裂网络渐进生成高斯体，解决高斯数量不匹配和细粒度细节缺失问题。

Physics-Aware 3D Gaussian Editing for Driving Scene Generation

物理感知的三维高斯编辑用于驾驶场景生成

Feng Zhou, Jian Zhang, Yuhang Sun, He Wang, Qiong Wen, Debao Kong, Tieru Wu, Rui Ma

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； National Key Laboratory of Automotive Chassis Integration and Bionics, Jilin University（吉林大学汽车底盘集成与生物力学国家重点实验室） ； China FAW Group Co., Ltd.（中国第一汽车集团有限公司） 纠错

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

AI总结 提出RoVES系统，通过单图像驱动的道路几何插入和4-DOF半车动力学模型，实现物理感知的驾驶场景编辑与车辆姿态校正。