3D 视觉

FastPano3D: Feed-Forward Indoor Panoramic 3D Reconstruction from a Single Image

FastPano3D：基于单张图像的前馈式室内全景三维重建

Jianqiang Li, Liumei Zhang, Wenjia Guo, Tianlong Feng, Yongzhi Liao, Di Lu, Hanchi Ren, Jingjing Deng

机构 * Xi’an Shiyou University（西安电子科技大学） ； Xidian University（西安电子科技大学） ； Swansea University（斯旺西大学） ； University of Bristol（布里斯托大学） 纠错

专题命中 三维重建 ：3D reconstruction(title)；NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)

AI总结 提出FastPano3D框架，从单张全景图直接生成可渲染的3D高斯表示，通过轻量编码器、自适应采样和点云引导优化，实现无需测试优化的快速高质量重建，速度比Pano2Room快156倍。

Comments Preprint. Under review. 20 pages, 9 figures

Performance Analysis of Hardware-Accelerated 10-Bit 4:2:2 Encoding with Split-Frame Encoding for High-Fidelity V-PCC Streaming

基于分帧编码的硬件加速10位4:2:2编码在高保真V-PCC流媒体中的性能分析

Kasidis Arunruangsirilert, Jiro Katto

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)

AI总结 针对高保真V-PCC流媒体对10位4:2:2编码的实时需求，本文利用Blackwell GPU的四个硬件编码器实现分帧编码，达到122 fps吞吐量，验证了通用GPU的可行性。

Comments 2026 IEEE International Conference on Image Processing Workshops (ICIP 2026), 13-17 September 2026, Tampere, Finland

OpenFrontier: General Navigation with Visual-Language Grounded Frontiers

OpenFrontier: 基于视觉-语言基础的通用导航

Esteban Padilla-Cerdio, Boyang Sun, Marc Pollefeys, Hermann Blum

机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft Spatial AI Lab（微软空间人工智能实验室） ； University of Bonn（波恩大学） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出OpenFrontier框架，通过稀疏子目标识别与到达问题实现高效导航，无需任务特定训练或微调，适用于多种视觉-语言先验模型，展示零样本性能和真实机器人部署效果。

Hyper-Network Neural Functional Maps for Unsupervised Robust 3D Shape Matching

超网络神经功能映射用于无监督鲁棒3D形状匹配

Dongliang Cao, Florian Bernard

机构 * University of Bonn（波恩大学） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 针对非刚性3D形状匹配中部分性、拓扑噪声等挑战，提出超网络预测非线性神经功能映射（NFM），以无监督方式学习对齐谱基，显著提升匹配精度。

Comments ECCV2026

Articulating then Matching: Zero-Shot Shape Matching for Uncurated Data

先表达后匹配：面向非整理数据的零样本形状匹配

Qilong Liu, Qinfeng Xiao, Chenyuan Yi, Liying Zhang, Kit-lun Yick

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 提出ATM零样本框架，通过先表达后匹配范式，利用预训练视觉基础模型和参数化形状先验，从多视图渲染中估计参数化形状模型，并基于多视图几何一致性进行系统校准，实现无需对应训练、抗拓扑噪声、兼容多种3D模态的鲁棒密集对应。

RadarTwin: Scene-Specific mmWave Radar Simulation and Learning for Mobile Indoor Perception

RadarTwin：面向移动室内感知的场景特定毫米波雷达仿真与学习

Emily Bejerano, Federico Tondolo, Devang Gupta, Aaron Mano Cherian, Taeyoo Kim, Ayaan Qayyum, Xiaofan Yu, Xiaofan Jiang

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 提出RadarTwin框架，利用3D重建和视觉语言模型推断材料属性，通过物理射线追踪合成FMCW雷达数据，解决雷达数据稀缺问题，仿真训练模型在真实场景中识别物体准确率达95.3%。

UCM: Unified Modeling of Camera Control and Memory with Time-aware Positional Encoding Warping for World Models

UCM：基于时间感知位置编码变形的相机控制与内存统一建模

Tianxing Xu, Zixuan Wang, Guangyuan Wang, Li Hu, Zhongyi Zhang, Peng Zhang, Bang Zhang, Songhai Zhang

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 UCM通过时间感知位置编码变形机制实现相机控制与长期记忆的统一建模，在真实和合成基准测试中显著提升场景一致性并实现高保真视频生成的精确控制。

Comments Project Page: https://humanaigc.github.io/ucm-webpage/

EuLearn: A 3D database for learning Euler characteristics

EuLearn：一种用于学习欧拉特征的3D数据库

Rodrigo Fritz, Pablo Suárez-Serrato, Victor Mijangos, Anayanzi D. Martinez-Hernandez, Eduardo Ivan Velazquez Richards

机构 * Instituto de Matemáticas, UNAM（墨西哥国立自治大学数学研究所） ； Facultad de Ciencias, UNAM（墨西哥国立自治大学理学院） ； IIMAS, UNAM（墨西哥国立自治大学应用数学与系统研究所） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出EuLearn，首个全面代表多种拓扑类型的3D表面数据集，通过随机结生成均匀变化的曲面，提供网格、点云和标量场数据，旨在提升机器学习系统对拓扑特征的识别能力。

Comments 35 pages, many figures. Datasets and source code publicly available at https://huggingface.co/datasets/appliedgeometry/EuLearn and https://github.com/appliedgeometry/EuLearn_db

Journal ref Machine Learning: Science and Technology, Volume 7, Number 3, May 5th, 2026

ODIN: Characterizing the Three-dimensional Structure of Two Protocluster Complexes at $z = 3.1$

ODIN：表征z=3.1处两个原型团复合体的三维结构

Vandana Ramakrishnan, Ashley Ortiz, Byeongha Moon, Eunsoo Jun, David Schlegel, Kyoung-Soo Lee, Jessica Nicole Aguilar, Maria Celeste Artale, David Brooks, Maria Candela Cerdosino, Robin Ciardullo, Todd Claybaugh, Andrei Cuceu, Axel de la Macorra, Arjun Dey, Nicole M. Firestone, Andreu Font-Ribera, Jaime E. Forero-Romero, Eric Gawiser, Enrique Gaztañaga, Caryl Gronwall, Lucia Guaita, Gaston Gutierrez, Sungryong Hong, Ho Seong Hwang, Sang Hyeok Im, Paulina Troncoso Iribarren, Woong-Seob Jeong, Dick Joyce, Ankit Kumar, Claire Lamman, Martin Landriau, Seong-Kook Lee, Jaehyun Lee, Aaron Meisner, Ramon Miquel, John Moustakas, Seshadri Nadathur, Gautam Nagaraj, Julie Nantais, Nelson Padilla, Changbom Park, Will Percival, Francisco Prada, Ignasi Pérez-Ràfols, Graziano Rossi, Eusebio Sanchez, Joseph Harry Silber, Hyunmi Song, David Sprayberry, Gregory Tarlé, Francisco Valdes, Yujin Yang, Ann Zabludoff, Hu Zou

专题命中 三维重建 ：3D reconstruction(abstract)

AI总结 研究通过结合光谱和光度数据，重建z=3.1处两个原型团复合体的三维结构，发现其形态不规则且沿单一轴延伸，揭示了视线对结构形态感知的影响。

Comments 29 pages, 15 figures, accepted for publication in ApJ. Website hosting interactive 3D visualizations available and linked in the manuscript

SatSplat: Geometrically-Accurate Gaussian Splatting for Satellite Imagery

SatSplat: 面向卫星图像的几何精确高斯泼溅

Shuang Song, Jiyong Kim, Rongjun Qin

机构 * The Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 提出SatSplat，首个将2D高斯泼溅(2DGS)适配到卫星摄影测量的框架，通过在线相机调整和几何阴影映射，在DFC2019和IARPA2016基准上实现了高几何精度，相比基于3DGS的方法，平均绝对误差降低11.93%，峰值显存减少31%。

Comments Photogrammetric Engineering & Remote Sensing

IBRSteG: Learning a Generalizable Steganography Framework for 3D Gaussian Splatting

IBRSteG: 学习一种面向3D高斯泼溅的可泛化隐写框架

Fanye Kong, Hongyu Xia, Yu Zheng, Boyang Gong, Jie Zhou, Jiwen Lu

机构 * Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

AI总结 提出IBRSteG，一种可泛化的3DGS隐写框架，通过GAS网络学习场景无关的嵌入函数，将秘密3D高斯属性注入覆盖场景，无需逐场景微调即可重构隐写场景，实现高视觉质量、大容量和安全性。

Comments Accepted by IEEE Transactions on Multimedia (TMM)

UniTriSplat: A Unified 3D Gaussian Splatting Framework with Uniform Spherical Rasterization for Universal Cameras

UniTriSplat：统一球面光栅化的通用相机3D高斯泼溅框架

Yipeng Zhu, Huajian Huang, Tristan Braud, Sai-Kit Yeung

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 针对现有3DGS框架依赖相机特定光栅化导致跨相机模型性能下降的问题，提出UniTriSplat，利用HEALPix离散化在单位球面上统一高斯泼溅，实现从窄视场到全景的一致优化。

Comments 32 pages, 14 figures, 6 tables. Project page: https://yipengzhu0809.github.io/UniTriSplat/ . UniTriSplat was accepted to ECCV 2026

Graph-GSReg: Leveraging 3D Scene Graphs for Gaussian Splatting Registration

Graph-GSReg: 利用3D场景图进行高斯溅射配准

Jaewon Lee, Mangyu Kong, Euntai Kim

机构 * Yonsei University（延世大学） ； Korea Institute of Science and Technology（韩国科学技术院） 纠错

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

AI总结 提出Graph-GSReg方法，通过构建3D场景图将3DGS配准转化为图配准问题，并引入自监督测试时优化以消除合并伪影，实现高精度配准和高质量场景融合。

RAGA: Real Time Ray Traced Gaussian Shadow Casting for 3DGS Avatar-Scene Interaction

RAGA：面向3DGS化身-场景交互的实时光线追踪高斯阴影投射

Aymen Mir, Riza Alp Guler, Jian Wang, Peter Wonka, Bing Zhou, Gerard Pons-Moll

机构 * Tübingen AI Center, University of Tübingen, Germany（图宾根人工智能中心，图宾根大学，德国） ； Max Planck Institute for Informatics, Saarland Informatics Campus, Germany（马克斯·普朗克研究所信息学院，萨尔兰信息学院，德国） ； Imperial College London, UK（伦敦帝国理工学院，英国） ； King Abdullah University of Science and Technology (KAUST), Saudi Arabia（国王阿卜杜勒阿齐兹科技大学（KAUST），沙特阿拉伯） ； Snap Inc., USA（Snap公司，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RAGA方法，通过精确的射线-高斯线积分在纯高斯空间中实现阴影计算，无需网格重建，支持单/多化身及物体交互场景，达到约50 FPS的实时性能。

Comments ECCV 2026. Project Page at https://miraymen.github.io/raga/

Efficient 3D Gaussian Splatting with Axis-Shared Rasterization and Order-independent Transmittance

高效3D高斯散射与轴共享光栅化及顺序无关透射率

Zhican Wang, Guanghui He, Lingjun Gao, Dantong Liu, Shell Xu Hu, Chen Zhang, Zhuoran Song, Nicholas Lane, Hongxiang Fan

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Cambridge（剑桥大学） ； Imperial College London（伦敦帝国学院） ； Samsung AI（三星人工智能） 纠错

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

AI总结 本文提出轴共享光栅化和顺序无关透射率方法，提升3D高斯散射在资源受限平台的实时性能，实现1.33至1.88倍的加速。

Comments ISCA 2026

SemDynReg: Semantics-Guided Deformation Regularization for Dynamic 3D Gaussian Splatting

SemDynReg: 语义引导的动态3D高斯溅射形变正则化

Ruitao Chen, Mozhang Guo, Jinge Li

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

AI总结 针对动态3D高斯溅射中物体级形变不一致的问题，提出语义引导的正则化框架，利用SAM分割和语义特征实现物体级形变一致性，提升渲染质量。

DefenseSplat: Enhancing the Robustness of 3D Gaussian Splatting via Frequency-Aware Filtering

DefenseSplat: 通过频率感知过滤增强3D高斯点划的鲁棒性

Yiran Qiao, Yiren Lu, Yunlai Zhou, Rui Yang, Linlin Hou, Yu Yin, Jing Ma

机构 * Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 本文提出一种频率感知过滤策略，通过抑制对抗性噪声提升3D高斯点划的鲁棒性，同时保持训练性能。

Comments Accepted to ECCV 2026

Robust and Efficient Monocular 3D Gaussian SLAM for Kilometer-Scale Outdoor Scenes

鲁棒且高效的单目3D高斯SLAM用于千米级室外场景

Sicheng Yu, Dongxu Shen, Beizhen Zhao, Guanzhi Ding, Hao Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 提出KiloGS-SLAM系统，通过运动自适应混合跟踪模块和生命周期管理的高斯映射策略，解决千米级室外场景中单目3DGS-SLAM的长期跟踪漂移和内存开销问题，实现高精度跟踪与渲染。

Monte Carlo Energy Aggregation for Mobile 3D Gaussian Splatting

移动端3D高斯泼溅的蒙特卡洛能量聚合

Xiaobiao Du, YuAn Wang, Hao Li, Bosheng Wang, Xun Sun, Xin Yu

机构 * University of Technology Sydney（悉尼技术大学） ； Baidu Inc.（百度公司） ； Australian Institute for Machine Learning（澳大利亚机器学习研究所） 纠错

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

AI总结 针对移动端3D高斯泼溅中高阶球谐函数带来的计算和存储开销问题，提出Flux-GS方法，通过蒙特卡洛能量聚合和属性条件增强模块实现低阶表示下的高质量渲染，并采用多视图密度控制减少冗余高斯体。

Comments ECCV 2026, Project Page:https://xiaobiaodu.github.io/flux-gs-project/

Shell-Supervised Gaussian Splatting for Urban Real-to-Sim Reconstruction

壳监督高斯溅射用于城市真实到仿真重建

Yuan Yang, Peijun Lu, Fangzhou Lu, Sai Fan, Siqi Yan, Chenyuan Zhang, Haobo Liang, Yichen Wang

机构 * Hong Kong Center for Construction Robotics（香港建设机器人中心） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出壳监督高斯溅射框架，利用外部立面结构壳作为几何监督，通过掩码门控损失优化高斯重建，提升城市立面几何一致性。

Comments 10 pages main paper, 2 pages supplementary material

RefGlass-GS: A UAV-Enabled Fusion Framework for Photorealistic, Semantic and Interactive Digitization of Reflective Glass Facades via Gaussian Splatting

RefGlass-GS：一种通过高斯泼溅实现反射玻璃幕墙逼真、语义和交互式数字化的无人机融合框架

Zhenyu Liang, Xiao Zhang, Boyu Wang, Zhaolun Liang, Ang Li, Jeff Chak Fu Chan, Mingzhu Wang, Jack C. P. Cheng

机构 * Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科技大学土木与环境工程系） ； Department of Civil and Environmental Engineering, University of Maryland（马里兰大学土木与环境工程系） ； Department of the Built Environment, National University of Singapore（新加坡国立大学环境与建筑系） ； Department of Architecture and Civil Engineering, City University of Hong Kong（香港城市大学建筑与土木工程系） 纠错

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

AI总结 提出RefGlass-GS框架，结合最大后验估计分割玻璃面板、无人机视角规划优化、反射MLP与延迟着色改进高斯泼溅，实现反射玻璃幕墙的高质量数字化，在面板分割、视角合成和建模质量上显著优于现有方法。

OT-UVGS: Revisiting UV Mapping for Gaussian Splatting as a Capacity Allocation Problem

OT-UVGS：重新审视作为容量分配问题的UV映射用于高斯点扩散

Byunghyun Kim

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

AI总结 本文提出OT-UVGS，将UV映射视为固定UV预算下的容量分配问题，通过最优传输启发的方法提升UV利用率，改善PSNR、SSIM和LPIPS等指标。

Comments Accepted to Eurographics 2026 Short Papers

Journal ref Eurographics 2026 - Short Papers, The Eurographics Association, 2026, 4 pages

ViewSplat: View-Adaptive 3D Gaussian Splatting for Feed-Forward Synthesis

ViewSplat: 用于前馈合成的视图自适应3D高斯散射

Moonyeon Jeong, Seunggi Min, Suhyeon Lee, Hongje Seong

机构 * University of Seoul（首尔市立大学） ； Korea Electronics Technology Institute（韩国电子技术研究院） 纠错

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

AI总结 ViewSplat通过视图自适应的3D高斯散射方法提升未置位图像的视图合成精度，采用视图依赖的残差更新机制，实现高保真度的实时渲染。

Comments Accepted to ECCV 2026

E3VS-Bench: A Benchmark for Viewpoint-Dependent Active Perception in 3D Gaussian Splatting Scenes

E3VS-Bench：一个用于3D高斯散射场景中视角依赖主动感知的基准

Koya Sakamoto, Taiki Miyanishi, Daichi Azuma, Shuhei Kurita, Shu Morikuni, Naoya Chiba, Motoaki Kawanabe, Yusuke Iwasawa, Yutaka Matsuo

机构 * The University of Tokyo, Japan（东京大学） ； National Institute of Informatics, Japan（日本信息处理学会） ； The University of Osaka, Japan（大阪大学） ； Advanced Telecommunications Research Institute International, Japan（国际先进电信研究机构） 纠错

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

AI总结 E3VS-Bench通过5自由度视角控制，评估在真实3D环境中视角依赖现象的主动感知能力，测试模型在多视角探索中的表现。

Comments Project page: https://k0uya.github.io/e3vs-proj/

AHOY! Animatable Humans under Occlusion from YouTube Videos with Gaussian Splatting and Video Diffusion Priors

AHOY! 从YouTube视频中通过高斯点云和视频扩散先验构建可动画的遮挡人类

Aymen Mir, Riza Alp Guler, Xiangjun Tang, Peter Wonka, Gerard Pons-Moll

机构 * University of Tübingen（图宾根大学） ； Imperial College London（帝国理工学院） ； KAUST（阿卜杜拉国王科技大学） 纠错

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

AI总结 本文提出AHOY方法，通过高斯点云和视频扩散先验从真实视频中重建完整可动画3D人体，解决遮挡挑战，提出四点贡献：生成监督、两阶段架构、解耦策略、头身监督。

Comments ECCV 2026. Project page is available at https://miraymen.github.io/ahoy/

Stability and Concentration in Nonlinear Inverse Problems with Block-Structured Parameters: Lipschitz Geometry, Identifiability, and an Application to Gaussian Splatting

非线性逆问题中块结构参数的稳定性与集中性：Lipschitz几何、可辨识性及高斯点渲染应用

Joe-Mei Feng, Hsin-Hsiung Kao

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

AI总结 本文提出一个算子理论框架，研究非线性逆问题中块结构参数的稳定性与统计集中性，通过统一的假设建立确定性稳定性不等式、全局Lipschitz界和非渐近集中估计，应用于高斯点渲染问题，揭示了估计误差与图像分辨率和模型复杂度之间的基本稳定性-分辨率权衡。

Comments Some major error are found in this version such that the revised version need to change the title

Interaction-Aware 4D Gaussian Splatting for Dynamic Hand-Object Interaction Reconstruction

感知交互的4D高斯散射用于动态手-物体交互重建

Hao Tian, Chenyangguang Zhang, Rui Liu, Wen Shen, Xiaolin Qin

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

AI总结 本文提出了一种基于动态3D高斯散射的方法，用于同时建模手-物体交互场景的几何和外观，引入可优化参数以更清晰地表示结构，通过逐步优化策略和正则化稳定交互表示，实现了动态手-物体交互的高精度重建。

Comments 19 pages, 6 figures

L2D2-GS: Learning to Densify for Feedforward Dynamic Gaussian Scene Reconstruction

L2D2-GS: 学习致密化以实现前馈动态高斯场景重建

Zetian Song, Chenming Wu, Junnan Liu, Chitian Sun, Liangliang He, Hangjun Ye, Jiaqi Zhang, Siwei Ma, Wen Gao

机构 * Xiaomi EV, Beijing（小米电动车，北京） 纠错

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

AI总结 提出L2D2-GS框架，将可泛化重建转化为迭代优化与致密化过程，通过自监督致密化策略和几何正则化机制，实现动态城市场景的高保真重建，在PandaSet和Waymo数据集上达到SOTA。

Open-Vocabulary and Referring Segmentation for 3D Gaussians Using 2D Detectors

开放词汇与指代分割：利用2D检测器实现3D高斯

Jameel Hassan, Yasiru Ranasinghe, Vishal Patel

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 提出GaussDet方法，利用离散的2D开放词汇检测器与指代表达能力，通过视图聚合语义标签分布实现3D场景的开放词汇分割和指代分割，在零样本设置下显著提升指代分割性能。

DLGStream: Dynamic Language-embedded Guassian Splatting for Open-vocabulary Enabled Free-viewpoint Video Streaming

DLGStream: 动态语言嵌入高斯泼溅用于开放词汇的自由视点视频流

Zhihui Ke, Yuyang Liu, Xiaobo Zhou, Tie Qiu

机构 * School of Computer Science and Technology, Tianjin University, China（天津大学计算机科学与技术学院） 纠错

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

AI总结 提出DLGStream，一种动态语言嵌入高斯表示，通过双不透明度属性联合优化颜色和语言特征，并引入插值变形场减少时间冗余，实现低帧大小、高帧率的开放词汇自由视点视频流。

Comments ECCV 2026