3D 视觉

Fast and Lightweight Novel View Synthesis with Differentiable Multiplane Image

基于可微多平面图像的快速轻量级新视角合成

Kaidi Zhang, Guanxu Zhu

机构 * Universiti Malaya（马来大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 针对现有方法在速度、模型大小和稀疏视角下的不足，提出基于可微多平面图像（MPI）的快速轻量级新视角合成方法，利用点图进行几何初始化并引入一步扩散处理空洞和伪影。

DeblurNVS: Geometric Latent Diffusion for Novel View Synthesis from Sparse Motion-Blurred Images

DeblurNVS：基于几何潜在扩散的稀疏运动模糊图像新视角合成

Changyue Shi, Wangbo Yu, Chaoran Feng, Li Yuan

机构 * School of AI for Science, Peking University Shenzhen Graduate School（人工智能科学学院，北京大学深圳研究生院） ； School of Electronic and Computer Engineering, Peking University Shenzhen Graduate School（电子与计算机工程学院，北京大学深圳研究生院） 纠错

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

AI总结 提出DeblurNVS框架，利用几何潜在扩散从稀疏运动模糊图像中直接合成高保真新视角，无需逐场景优化。

LagerNVS: Latent Geometry for Fully Neural Real-time Novel View Synthesis

LagerNVS：用于全神经实时新视角合成的潜在几何

Stanislaw Szymanowicz, Minghao Chen, Jianyuan Wang, Christian Rupprecht, Andrea Vedaldi

机构 * Visual Geometry Group, University of Oxford（牛津大学视觉几何组） ； Meta AI 纠错

专题命中 新视角合成 ：novel view synthesis(title,abstract)；3D reconstruction(abstract)；分类 cs.CV

AI总结 提出LagerNVS，一种基于3D感知潜在特征的编码器-解码器神经网络，通过显式3D监督预训练初始化编码器，结合轻量解码器和光度损失端到端训练，实现实时、泛化的新视角合成，在Re10k上达到31.4 PSNR。

Comments IEEE CVF Conference on Computer Vision and Pattern Recognition 2026. Project page with code, models and examples: szymanowiczs.github.io/lagernvs

DENSER: Depth-Guided Ensemble with Staged EFA-GS Reconstruction for Soccer Novel View Synthesis

DENSER：面向足球新视角合成的深度引导集成与分阶段EFA-GS重建

Parthsarthi Rawat

机构 * GameChanger by Dick’s Sporting Goods（Dick’s Sporting Goods 游戏变革） 纠错

专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV

AI总结 提出DENSER方法，通过深度引导集成和分阶段EFA-GS重建，结合相机高度损失加权、单目深度监督和三模型像素平均集成，提升足球场景新视角合成质量。

Comments CVPR 2026 SoccerNet Novel View Synthesis Challenge, Rank 1

Effective Multi-sensor Conditioning for Street-view Novel-view Synthesis

面向街景新视角合成的有效多传感器条件控制

Zhengfei Kuang, Adam Sun, Liyuan Zhu, Tong Wu, Shengqu Cai, Jonathan Tremblay, Iro Armeni, Ehsan Adeli, Lior Yariv, Gordon Wetzstein

机构 * Stanford Univerity（斯坦福大学） ； NVIDIA 纠错

专题命中 新视角合成 ：point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 提出StreetNVS视频扩散框架，通过参考增强相机注意力模块和相对射线级位置编码联合利用LiDAR、环视图像和相机位姿，实现稀疏LiDAR条件下的高质量街景新视角合成。

Composable function systems as a general-purpose rendering framework

可组合函数系统作为通用渲染框架

James Schloss

专题命中 新视角合成 ：point cloud(abstract)；分类 cs.GR

AI总结 提出基于函数系统的通用（非分形）可视化与模拟新方法，并介绍Quibble元编程框架，实现GPU上的高效组合，具有运行时性能优越、可创建非平凡拓扑对象及与其他图形算法互操作等优势。

Comments 7 pages; 4 figures

Princeton365: A Diverse Dataset with Accurate Camera Pose

Princeton365: 一个具有精确相机位姿的多样化数据集

Karhan Kayan, Stamatis Alexandropoulos, Rishabh Jain, Yiming Zuo, Erich Liang, Jia Deng

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 提出Princeton365数据集，包含365个视频和精确相机位姿，通过校准板和360度相机的新颖真值采集框架弥合精度与多样性差距，并引入基于光流的尺度感知评估指标及新颖视图合成基准。

Comments Update v2: Match the ICCV 2025 camera-ready version. Fix typos