3D 视觉

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

CoGS: Compositional Dynamic Human-Object Scenes Gaussian Splatting from Monocular Video

CoGS: 从单目视频中构建组合式动态人-物场景高斯泼溅

Jerrin Bright, John Zelek

机构 * Vision and Image Processing Lab, University of Waterloo, Canada（滑铁卢大学视觉与图像处理实验室） 纠错

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

AI总结 提出CoGS框架，通过组合式高斯泼溅将单目视频分解为人体、刚体物体和静态场景三个分支，并采用六阶段优化实现动态人-物交互场景的忠实重建。

Comments 10 pages

Learning Efficient 4D Gaussian Representations from Monocular Videos with Flow Splatting

利用流溅射从单目视频学习高效4D高斯表示

Shengjun Zhang, Jinzhao Li, Xin Fei, Yueqi Duan

机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出Flow Splatting方法，通过构建速度场并扩展溅射技术渲染光流，从单目视频中高效学习4D高斯表示，实现高质量动态场景重建。

DivAS: Interactive 3D Segmentation by Depth-Weighted Voxel Aggregation

DivAS：通过深度加权体素聚合实现交互式3D分割

Ayush Pande, Mayank Vatsa

机构 * Indian Institute of Technology Kanpur（印度理工学院坎普尔分校） ； Indian Institute of Technology Jodhpur（印度理工学院焦特布尔分校） 纠错

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

AI总结 DivAS通过深度加权体素聚合实现交互式3D分割，无需优化循环，基于GAussian Splatting和NeRF框架，实现高效且高质量的3D分割。

VLK: Learning Humanoid Loco-Manipulation from Synthetic Interactions in Reconstructed Scenes

VLK：从重建场景中的合成交互学习人形机器人全身操控

Yen-Jen Wang, Jiaman Li, Sirui Chen, Takara E. Truong, Pei Xu, Pieter Abbeel, Rocky Duan, Koushil Sreenath, Angjoo Kanazawa, Carmelo Sferrazza, Guanya Shi, Karen Liu

机构 * Amazon FAR（亚马逊FAR） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 提出VLK方法，通过3D高斯泼溅重建室内场景并合成视觉-语言-运动学数据，训练人形机器人全身操控策略，实现从仿真到真实的迁移。

Comments 19 pages, 7 figures, 4 tables

FalconTrack: Photorealistic Auto-Labeled Perception and Physics-Aware Vision-Based Aerial Tracking

FalconTrack: 逼真自动标注感知与物理感知的视觉空中跟踪

Yan Miao, Karteek Gandiboyina, Noah Giles, Hideki Okamoto, Bardh Hoxha, Georgios Fainekos, Sayan Mitra

机构 * Department of Electrical and Computer Engineering, University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系） ； Toyota Motor North America R&D（丰田北美研发） 纠错

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

AI总结 提出FalconTrack框架，利用高斯泼溅模拟器自动生成标注数据，结合多头感知与物理感知跟踪，实现零样本模拟到真实迁移，在硬件闭环跟踪中达到100%成功率。

Learning to Adaptively Allocate Gaussians for Arbitrary-Scale Image Super-Resolution

学习自适应分配高斯体以实现任意尺度图像超分辨率

Giulio Federico, Giuseppe Amato, Claudio Gennaro, Fabio Carrara, Marco Di Benedetto

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

AI总结 提出QuADA-GS，通过神经路由架构自适应分配高斯体，结合分层指针卷积实现高效任意尺度超分辨率，达到SOTA性能。

DR-GS: Physically-Based Deformable and Relightable 2D Gaussians

DR-GS: 基于物理的可变形与可重光照的2D高斯泼溅

Jiaxin Li, Tong Wu, Yi Wei, Tailin Wu, Li Zhang

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

AI总结 提出DR-GS框架，通过显式解耦几何、光照和材质，实现可变形物体的物理一致重光照与后编辑，在静态重建、动态变形和重光照中达到领先视觉质量。

TUGS: Physics-based Compact Representation of Underwater Scenes by Tensorized Gaussian

TUGS: 基于物理的紧凑表示法用于水下场景的张量高斯表示

Shijie Lian, Ziyi Zhang, Hua Li, Laurence Tianruo Yang, Mengyu Ren, Debin Liu, Wenhui Wu

机构 * Huazhong University of Science and Technology（华中科技大学） ； Zhongguancun Academy（中关村学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Zhengzhou University（郑州大学） ； Hainan University（海南大学） ； Shenzhen University（深圳大学） 纠错

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

AI总结 本文提出TUGS，一种基于物理模型的紧凑水下3D表示法，通过物理建模复杂水下光场，实现高效高质量的水下图像渲染，实验表明其在有限参数下能取得优越的重建质量。