3D 视觉

Optimizing 3D Gaussian Splatting via Point Cloud Upsampling

通过点云上采样优化3D高斯泼溅

Adrian Ramlal, Yan Song Hu, John S. Zelek

机构 * Vision and Image Processing Group, Systems Design Engineering, University of Waterloo（滑铁卢大学视觉与图像处理组，系统设计工程） 纠错

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

AI总结 提出多种点云上采样方法及深度引导点提升技术，改善3D高斯泼溅的初始化质量，实验表明不同场景适用不同策略。

Comments Accepted in Journal of Computational Vision and Imaging Systems (JCVIS)

Journal ref Journal of Computational Vision and Imaging Systems, Vol. 10, No. 1, p. 47, 2024

VEDAL: Variational Error-Driven Asynchronous Learning for 3D Gaussian Splatting Pruning

VEDAL: 用于3D高斯泼溅剪枝的变分误差驱动异步学习

Aoduo Li, Jiancheng Li, Huan Ye, Hongjian Xu, Shiting Wu, Xiujun Zhang, Zimeng Li, Xuhang Chen

机构 * Guangdong University of Technology（广东工业大学） ； Huizhou Boluo Power Supply Bureau, Guangdong Power Grid Co., Ltd.（惠州市博罗供电局，广东电网有限责任公司） ； Shenzhen Polytechnic University（深圳职业技术大学） ； School of Computer Science and Engineering, Huizhou University（惠州市大学计算机科学与工程学院） 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 提出VEDAL框架，通过变分自由能最小化、预测误差门控机制和变分不确定性头实现3D高斯泼溅的高效剪枝，在5.2倍压缩下仅损失0.31 dB PSNR。

Comments 12 pages, 5 figures. Accepted by CGI 2026

GSDeformer: Direct, Real-time and Extensible Cage-based Deformation for 3D Gaussian Splatting

GSDeformer：面向3D高斯泼溅的直接、实时且可扩展的笼形变形方法

Jiajun Huang, Shuolin Xu, Hongchuan Yu, Tong-Yee Lee

机构 * National Centre for Computer Animation（国家计算机动画中心） ； Bournemouth University（伯恩茅斯大学） ； Department of Computer Science and Information Engineering（计算机科学与信息工程系） 纠错

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

AI总结 提出GSDeformer，通过代理点云表示桥接笼形变形与3D高斯泼溅，实现无需重新训练、实时且兼容多种3DGS变体的直接变形。

Comments Project Page: https://jhuangbu.github.io/gsdeformer, Video: https://www.youtube.com/watch?v=-ecrj48-MqM

HiGS: A Hierarchical Rendering Architecture for Real-Time 3D Gaussian Splatting

HiGS：一种用于实时三维高斯泼溅的分层渲染架构

Dawid Pająk, Martin Bisson, Rodolfo Lima

机构 * NVIDIA 纠错

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

AI总结 针对3D高斯泼溅中空间分区与光栅化对瓦片尺寸需求矛盾的问题，提出分层瓦片高斯泼溅（HiGS），通过粗粒度宏瓦片分区和细粒度渲染瓦片光栅化实现加速，在保持精确alpha合成的同时实现最高15.8倍加速。

Comments Project Page: https://research.nvidia.com/labs/sil/projects/higs/

MipSLAM: Alias-Free Gaussian Splatting SLAM

MipSLAM：无混叠高斯泼溅SLAM

Yingzhao Li, Yan Li, Shixiong Tian, Yanjie Liu, Lijun Zhao, Gim Hee Lee

机构 * State Key Laboratory of Robotics and Systems (HIT), Harbin Institute of Technology（机器人系统国家重点实验室（哈工大）） ； Yangtze River Delta HlT Robot Technology Research Institute（长江三角洲HLT机器人技术研究院） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 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 提出MipSLAM框架，通过椭圆自适应抗混叠算法和频谱感知位姿图优化，实现高保真抗混叠新视角合成与鲁棒位姿估计。

Comments Accepted to ICRA 2026

Directed Distance Fields for Constant-Time Ray Queries on Gaussian Splatting

定向距离场：用于高斯泼溅的恒定时间射线查询

Subhankar MIshra

机构 * School of Computer Sciences, National Institute of Science Education and Research (NISER)（计算机科学学院，国家科学教育与研究研究所（NISER）） 纠错

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

AI总结 提出定向距离函数（DDF），将训练好的3D高斯泼溅场景转化为射线预言机，实现恒定时间的射线查询，用于全局光照等二次射线追踪。

LEGS: Fine-Tuning Teleop-Free VLAs for Humanoid Loco-manipulation in an Embodied Gaussian Splatting World

LEGS: 在具身高斯泼溅世界中免遥操作微调VLA用于人形机器人全身操控

Hojune Kim, Timothy Chen, Jiankai Sun, Lars W. Osterberg, Qianzhong Chen, Ke Wang, Mac Schwager

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 提出LEGS混合模拟器，通过程序化运动基元生成器和两阶段颜色校准，无需遥操作即可合成训练数据，使VLA策略在真实人形机器人操控任务中达到或超越遥操作训练效果。

Comments https://legsvla.github.io/

Beyond Static Gaussians: An Empirical Investigation of Architectural Paradigms for Dynamic 3D Scene Reconstruction

超越静态高斯：动态3D场景重建架构范式的实证研究

Adrian Ramlal, John S. Zelek

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 本文通过实证比较结构引导与高斯中心两种动态3D高斯溅射范式，揭示重建质量/紧凑性与渲染速度之间的根本权衡。

Comments Accepted in Journal of Computational Vision and Imaging Systems (JCVIS)

Journal ref Journal of Computational Vision and Imaging Systems, Vol. 11, No. 1, 2025, p. 99

A Geometric Algebra-Informed 3DGS Framework for Wireless Channel Prediction

一种几何代数驱动的3DGS框架用于无线信道预测

Jingzhou Shen, Tianya Zhao, Xuyu Wang

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

AI总结 提出几何代数驱动的3D高斯泼溅框架(GAI-GS)，通过结合3D高斯泼溅与几何代数注意力机制显式建模复杂传播环境中的射线-物体交互，实现无线信道预测。

Comments Accepted by CVPR 2026

RU4D-SLAM: Reweighting Uncertainty in Gaussian Splatting SLAM for 4D Scene Reconstruction

RU4D-SLAM：面向4D场景重建的高斯溅射SLAM不确定性重加权

Yangfan Zhao, Hanwei Zhang, Ke Huang, Qiufeng Wang, Zhenzhou Shao, Dengyu Wu

机构 * Capital Normal University（首都师范大学） ； Saarland University（萨尔兰大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； King’s College London（伦敦国王学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 提出RU4D-SLAM框架，通过引入时间因子、不确定性感知和语义引导重加权机制，解决动态环境中3D高斯溅射SLAM的跟踪与4D场景重建问题。

GSV3D: Gaussian Splatting-based Geometric Distillation with Stable Video Diffusion for Single-Image 3D Object Generation

GSV3D: 基于高斯溅射的几何蒸馏与稳定视频扩散用于单图像3D物体生成

Ye Tao, Jiawei Zhang, Yahao Shi, Dongqing Zou, Bin Zhou

机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（虚拟现实技术与系统国家重点实验室，北京航空航天大学） ； SenseTime Research（商汤科技研究院） ； PBVR 纠错

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

AI总结 提出一种结合2D扩散模型隐式3D推理能力与高斯溅射几何蒸馏的方法，通过高斯溅射解码器将SV3D潜变量输出转换为显式3D表示，实现多视图一致性和高质量3D生成。

Splatshot: 3D Face Avatar Generation from a Single Unconstrained Photo

Splatshot: 从单张非约束照片生成3D人脸头像

Hao Liang, Zhixuan Ge, Soumendu Majee, Joanna Li, Ashok Veeraraghavan, Guha Balakrishnan

机构 * Rice University（里士大学） ； Samsung Research America（三星美国研究院） 纠错

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

AI总结 提出SplatShot，一种无需训练的方法，通过将3D高斯泼溅与扩散模型去噪过程耦合，从单张照片生成多视图一致的逼真3D人脸头像。

Comments 28 pages, 15 figures

Learning Action-Conditional and Object-Centric Gaussian Splatting World Models for Rigid Objects

面向刚性物体的学习动作条件与对象中心高斯溅射世界模型

Jens U. Kreber, Lukas Mack, Joerg Stueckler

机构 * Intelligent Perception in Technical Systems Group（技术系统智能感知组） 纠错

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

AI总结 提出MRO-GWM模型，通过对象中心高斯表示和时空变换器架构，学习刚性物体在3D中的动作条件动力学，支持多物体场景和部分观测下的未来运动预测。

TIDES: Time-Derivative Event Simulation via Deformable Reconstruction

TIDES：基于可变形重建的时间导数事件模拟

Christopher Thirgood, Dipon Kumar Ghosh, Simon Hadfield

机构 * University of Surrey（萨里大学） 纠错

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

AI总结 提出TIDES，一种基于动态高斯泼溅的连续时间事件模拟器，通过显式3D场景表示推导逐像素强度动态，实现精确的阈值交叉预测，并利用遮挡引导自适应时间步长，达到最先进的事件流保真度。

GeoSAM-3D: Geodesic Prompt Propagation for Open-Vocabulary 3D Scene Segmentation from Monocular Video

GeoSAM-3D: 用于从单目视频进行开放词汇3D场景分割的测地线提示传播

Arun Sharma

机构 * University of Minnesota, Twin Cities（明尼苏达大学，双城分校） 纠错

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

AI总结 提出GeoSAM-3D方法，利用冻结的视觉基础模型和单目3D高斯泼溅重建，通过可微分的图-测地线传播核在场景图上传播用户提示，实现从单目视频的开放词汇3D场景分割。

Robust Dreamer: Deviation-Aware Latent Gaussian Memory for Action-Controlled AR Video Generation

Robust Dreamer: 用于动作控制AR视频生成的偏差感知潜在高斯记忆

Hanlin Chen, Jiaxin Wei, Xibin Song, Yifu Wang, Steve Wang, Hongdong Li, Pan Ji, Gim Hee Lee

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Technische Universität München（慕尼黑技术大学） ； Vertex Lab（Vertex实验室） ； Australian National University（澳大利亚国立大学） 纠错

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

AI总结 提出Robust Dreamer框架，通过潜在高斯记忆和动态偏差存档解决自回归视频生成中的漂移问题，实现长程3D一致性。

Multi-view Pyramid Transformer: Look Coarser to See Broader

多视角金字塔变换器：看得更粗以看得更广

Gyeongjin Kang, Seungkwon Yang, Seungtae Nam, Younggeun Lee, Jungwoo Kim, Eunbyung Park

机构 * Sungkyunkwan University（成均馆大学） ； Yonsei University（延世大学） 纠错

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

AI总结 提出MVP，一种可扩展的多视角变换器架构，通过局部到全局的视角层次和细到粗的空间层次，实现从数十到数百张图像中单次前向重建大型3D场景，结合3D高斯泼溅达到最先进的可泛化重建质量。

Comments Project page: see https://gynjn.github.io/MVP/

A Tutorial on Learning-Based Radio Map Construction: Data, Paradigms, and Physics-Awareness

基于学习的无线电地图构建教程：数据、范式和物理感知

Xiucheng Wang, Yuhao Pan, Nan Cheng, Çağkan Yapar, Ruijin Sun, Zhisheng Yin, Conghao Zhou, Wenchao Xu, Yuxiang Zhang, Jianhua Zhang, Shuguang Cui, Xuemin Shen

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)

AI总结 本文系统综述了基于学习的无线电地图构建方法，从数据、范式和物理感知三个维度展开，并讨论了未来研究方向。