3D 视觉

StereoSplat+: Feed-Forward Stereo Gaussian Splatting with Diffusion-Assisted Progressive Inference

StereoSplat+：具有扩散辅助渐进推理的前馈立体高斯点云渲染

Zihua Liu, Masatoshi Okutomi

机构 * Institute of Science Tokyo（东京科学研究所） 纠错

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

AI总结 研究从单目立体观察恢复高质量3DGS场景的问题，提出StereoSplat+框架，包含StereoSplat估计器及扩散增强单步渐进推理方案，实验表明该方法提升了新视图渲染质量和几何精度，优于现有前馈3DGS基线。

Comments 8 pages, accepted as a conference paper for IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2026)

Predictive Photometric Uncertainty in Gaussian Splatting for Novel View Synthesis

预测性光度不确定性在新型视角合成中的高斯点散射应用

Chamuditha Jayanga Galappaththige, Thomas Gottwald, Peter Stehr, Edgar Heinert, Niko Suenderhauf, Dimity Miller, Matthias Rottmann

机构 * QUT Centre for Robotics, Australia（昆士兰大学机器人中心，澳大利亚） ； ARIAM Hub, Australia（ARIAM中心，澳大利亚） ； University of Wuppertal, Germany（乌尔姆大学，德国） ； University of Osnabrück, Germany（奥斯纳布吕克大学，德国） 纠错

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

AI总结 本文提出轻量级框架，通过贝叶斯正则化线性最小二乘优化重建残差，实现像素级视图依赖性预测不确定性，提升3D高斯点散射在自主代理和安全关键应用中的可靠性。

Comments Accepted at ECCV26. Project Page: https://chumsy0725.github.io/3DGS-Uncertainty/

CORGI: Consistency-Aware 3D Dog Reconstruction from a Single Image in the Wild

CORGI: 从野外单张图像进行一致性感知的3D狗重建

Yuxiao Wu, Weile Li, Boyi Zhu, Yumeng Liu, Youcheng Cai, Ligang Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出CORGI框架，通过规范驱动轨道生成、一致性感知可变形3DGS和自监督变形条件生成修复模块，从单张无约束图像重建高保真3D狗模型，无需3D监督。

Multi-Layer Gaussian Splatting for Immersive Anatomy Visualization

多层高斯散射用于沉浸式解剖可视化

Constantin Kleinbeck, Hannah Schieber, Klaus Engel, Ralf Gutjahr, Daniel Roth

机构 * Technical University of Munich（慕尼黑技术大学） ； Clinic for Orthopedics and Sports Orthopedics（骨科与运动骨科诊所） ； TUM University Hospital（慕尼黑技术大学医院） ； Siemens Healthineers AG（西门子医疗影像有限公司） 纠错

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

AI总结 本文提出多层高斯散射方法，用于高效且静态地表示CT扫描，实现沉浸式解剖可视化，支持交互式三维评估与医学教育。

Journal ref IEEE Trans. Vis. Comput. Graph. 31(5):2353-2363 (2025)

SplatCtrl: Perception-Action Coupling via Gaussian Scene Representations and Reactive Robot Control

SplatCtrl：通过高斯场景表示和反应式机器人控制实现感知-动作耦合

Siddarth Jain, Ho Jin Choi

机构 * Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 针对机器人在非结构化动态环境控制难题，提出SplatCtrl框架。基于3D高斯溅射，引入混合滤波和重定位策略用于场景重建，还提出从高斯推导距离函数的方法，纳入控制障碍函数，实现感知-动作耦合，经实验验证有效。

Comments Published in 2026 International Conference on Robotics and Automation (ICRA). 8 pages, 8 figures

Hybrid Foveated Path Tracing with Peripheral Gaussians for Immersive Anatomy

混合视网膜路径追踪与边缘高斯分布用于沉浸式解剖学

Constantin Kleinbeck, Luisa Theelke, Hannah Schieber, Ulrich Eck, Rüdiger von Eisenhart-Rothe, Daniel Roth

机构 * Technical University of Munich (TUM), Germany（慕尼黑技术大学） ； TUM University Hospital, Orthopedics and Sports Orthopedics（TUM大学医院，骨科和运动骨科） ； Human-Centered Computing and Extended Reality Lab (HEX)（以人为本计算与扩展现实实验室） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） 纠错

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

AI总结 本文提出了一种结合视网膜路径追踪和高斯点分布的混合渲染方法，用于实现高质量、交互式和沉浸式的解剖学可视化。

Comments Scheduled for publication in the Proceedings of IEEE VR 2026

Journal ref 2026 IEEE Conference on Virtual Reality and 3D User Interfaces (VR), 585-595 (2026)