3D 视觉

QuerySplat: Decoupling Geometry and Appearance Representations in 3DGS Prediction

QuerySplat：解耦3DGS预测中的几何与外观表示

Yinglong Li, Donghui Shen, Xiaoyu Zhang, Zhichao Ye, Hongyu Wu, Aimin Hao, Guofeng Zhang, Haomin Liu

机构 * Inspatio 纠错

专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)

AI总结 QuerySplat是解耦3DGS几何与外观表示的前馈框架，通过双分支解码器缓解模糊问题，在DL3DV基准上实现SOTA新视图合成，PSNR较基线显著提升。

DeGS: A Scalable 3DGS Architecture via Decoupled Workload Parsing and Reorganization

DeGS：一种通过解耦工作负载解析与重组实现的可扩展3DGS架构

Minnan Pei, Gang Li, Zeyu Zhu, Siting Wang, Junwen Si, Zhuoran Song, Yu Feng, Fangxin Liu, Xiaoyao Liang, Jian Cheng

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

AI总结 DeGS是一种解耦工作负载解析与重组的可扩展3DGS架构，通过优化数据流提升PE利用率，在多场景多分辨率下较现有3DGS加速器实现吞吐量、加速比与能效提升，高PE扩展时仍保持高利用率。

Comments Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)

3D Gaussian Splatting and Mesh-Based Digital Twins: An Exploratory Study for Virtual Reality Tourism

3D Gaussian Splatting 与基于网格的数字孪生：面向虚拟现实旅游的探索性研究

Maximilian Warsinke, Francesco Vona, Abm Tariqul Islam, Tanja Kojić, Jan-Niklas Voigt-Antons, Sebastian Möller

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

AI总结 本研究对比了 VR 旅游应用中基于网格与 3DGS 的数字孪生的用户体验，发现 3DGS 真实感更强但实用质量不足，网格版 UX 良好，还提出了临场感与晕动症的优化问题。

Comments Accepted to the 1st Workshop on Hyperrealism in XR at ISMAR 2026

Stipple: Real-Time Incremental Gaussian Splatting with Visual-Inertial Tracking

Stipple：基于视觉-惯性跟踪的实时增量高斯溅射技术

Kilian Northoff, Mateo de Mayo, Daniel Cremers

机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

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

AI总结 本文提出Stipple方法，结合Basalt视觉-惯性跟踪系统与Brush增量3D高斯溅射技术，实现实时同步跟踪重建，替代3DGS繁重步骤，为机器人与XR的实时3D重建提供解决方案。

DynActiveGS: Active Gaussian Splatting for Dynamic Scene Reconstruction

DynActiveGS：面向动态场景重建的主动高斯溅射方法

Hongbo Duan, Pengting Luo, Chengzhi Zhao, Yuanhao Chiang, Fangming Liu, Xueqian Wang

机构 * Tsinghua University, Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Huawei Technologies Ltd（华为技术有限公司） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 DynActiveGS是基于3DGS的动态感知主动重建框架，通过分解不确定性实现动态场景的鲁棒主动重建，在多指标上优于现有基线。

Comments Accepted to ACM Multimedia 2026

CLONE: Continuous Latent Optimization for Normal Estimation via 3D Gaussian Splatting

CLONE: 基于3DGS的闭环可微优化框架用于单图像法线估计

Yanxing Liang, Yinghui Wang, Wei Li, Tao Yan, Jiaxing Shen

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机科学学院，中国无锡） ； School of Data Science, Lingnan University, Hong Kong, China（岭南大学数据科学学院，中国香港） 纠错

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

AI总结 提出CLONE框架，通过3D高斯泼溅参数化场景并利用协方差特征分解得到连续可微法线，结合可微光照模型和一步确定性扩散精化网络，在统一重投影目标下联合优化，实现无需真值法线监督的几何一致性单图像法线估计。

UniqueSplat: View-conditioned 3D Gaussian Splatting for Generalizable 3D Reconstruction

UniqueSplat：用于通用3D重建的视角条件化3D高斯溅射模型

Haixu Song, Xiaoke Yang, Shengjun Zhang, Jiwen Lu, Yueqi Duan

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出视角条件化前馈3D高斯溅射模型UniqueSplat，通过双分支视角条件化超网络实现高斯动态调整，在多数据集及跨数据集评估中均优于现有最优方法，提升了通用3D重建性能。

DerainSplat: Feed-Forward Clean 3D Gaussian Splatting from Sparse Rainy Views

DerainSplat：基于稀疏雨天视图的前馈式干净3D高斯溅射重建

Fuzhen Jiang, Changyue Shi, Chuxiao Yang, Xinyuan Hu, Wenjie Ye, Minghao Chen

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

AI总结 DerainSplat是一种前馈框架，可从少量雨天视图重建干净3D场景，通过四阶段合成数据集与天气网络等设计，在多类数据集上优于现有方法且泛化性强。

DecoupleGS: Interactive 3D Gaussian Splatting for End-to-End Autonomous Driving Testing

DecoupleGS：用于端到端自动驾驶测试的交互式三维高斯溅射

Siying Li, Ying Ni, Jie Sun, Jian Sun, Haotian Shi

机构 * College of Transportation, Tongji University（同济大学交通运输学院） ； Key Laboratory of Road and Traffic Engineering, Ministry of Education（教育部道路与交通工程重点实验室） 纠错

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

AI总结 DecoupleGS是一种解耦三维高斯溅射框架，通过分解场景为静态背景与动态智能体，结合三个针对性模块实现高保真交互，为端到端自动驾驶测试提供实用闭环传感器仿真平台。

Comments Accepted to ECCV 2026

Manifold-GS: Certified Hybrid Assets via Varifold-Conservative Gaussian Splatting

流形-GS：通过变分保守高斯溅射实现可认证混合资产

Boyang Li

机构 * Peking University（北京大学） 纠错

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

AI总结 提出 Manifold-GS，将外观不透明度与几何质量分离，导出可认证开放表面面片，在 DTU 场景上实现零编辑泄漏、高 PSNR 且碰撞浮点数面积更低，是精度与覆盖率的权衡方案。

Comments 9 pages, 2 figures

GSRAIN: Physically Calibrated High-/Low-Frequency Rainfall Synthesis for 3D Gaussian Driving Scenes

GSRAIN：面向3D高斯溅射（3DGS）驾驶场景的物理校准高低频降雨合成方法

Fanyu Wang, Longgao Zhang, Junyi Chen

机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院） 纠错

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

AI总结 GSRAIN针对自动驾驶降雨模拟的物理可控性与多视图一致性局限，结合实测数据与几何感知扩散模型生成可控降雨场景，在FID指标上优于现有方法，可用于自动驾驶算法的雨天测试。

D^2-4DGS: Dual-Depth Guided Sparse-Camera 4D Gaussian Splatting

D^2-4DGS：双深度引导的稀疏相机四维高斯溅射

Jijian Zhao

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

AI总结 针对稀疏相机动态四维高斯溅射的几何监督不足问题，提出双深度先验引导的D^2-4DGS框架，经9个数据集-视图设置验证，其峰值信噪比平均较最佳对比方法提升1.33dB。

GaussianSelector: Lightweight Human-Guided Object Selection in 3D Gaussian Splatting with Graph Optimization

GaussianSelector：基于图优化的三维高斯溅射中轻量型人引导物体选择方法

Baihan Yang, Tiexin Li, Yuheng Liu, Xin Lin, Xinke Li, Xiaohui Xie, Truong Nguyen

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

AI总结 GaussianSelector是无需训练的轻量型框架，通过图优化从稀疏视点与涂鸦引导中选择三维物体，质量媲美多视图SAM方法，交互视点少、计算开销低，适用于三维场景编辑与资产提取。

Comments Under Review

JADE-GS: Joint Allocation of Deblurring Evidence for Event-Assisted 3D Gaussian Splatting

JADE-GS：3D高斯点云渲染中基于事件引导的联合交替去模糊

Haoyu Fu, Jiafeng Huang, Yuchen Wang, Shengjie Zhao

机构 * School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； Shanghai Baoshan Shangda General Intelligent Robotics Research Institute（上海宝山尚大通用智能机器人研究院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） 纠错

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

AI总结 研究相机快速移动曝光时模糊问题，提出JADE-GS方法，通过像素自适应路由门融合互补先验，2D恢复器与3D高斯点云渲染双向循环耦合，正则化恢复器，在合成和真实基准测试中获最佳感知质量，训练高效且保留实时渲染。

AirSplat: Alignment and Rating for Robust Feed-Forward 3D Gaussian Splatting

AirSplat：基于鲁棒前馈3D高斯散射的对齐与评分

Minh-Quan Viet Bui, Jaeho Moon, Munchurl Kim

机构 * KAIST（韩国科学技术院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3D vision(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出AirSplat框架，通过自一致性姿态对齐和基于评分的透明度匹配技术，提升无姿态视角合成的重建质量。

Comments Project page: https://kaist-viclab.github.io/airsplat-site, accepted to ECCV 2026

Posterior Variance Is a Constraint Map, Not an Error Map: Closed-Form Uncertainty for Radiative Gaussian Splatting in Sparse-View CT

用于稀疏视图CT中辐射高斯点云的校准闭式不确定性

Chulin Zhao, Yiran Xu, Shu Liu

机构 * Dundee International Institute, Central South University（中南大学邓迪国际学院） ； Central South University（中南大学） 纠错

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

AI总结 研究针对辐射高斯点云在稀疏视图CT重建中缺乏可信度问题，利用透射X射线成像特性赋予其变分密度后验，通过系统校准研究表明所得不确定性能与真实误差排序相符，还剖析相关现象并指出校准后验指向剂量自适应停止规则。

Comments v2: substantially revised and condensed; 31 pages total, 9 figures

Scene2Sound: Auditory-Grounded Soundscape Generation for 3D Gaussian Worlds

Scene2Sound：面向3D高斯世界的听觉锚定声景生成

Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama

机构 * Hokkaido University（北海道大学） 纠错

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

AI总结 Scene2Sound是一个无训练框架，通过听觉锚定和高斯集匹配为3D高斯世界生成空间一致的声景，在保留音频质量的同时解决了现有方法空间不一致的问题，经实验和用户研究验证有效。

Comments 14 pages. Project page: https://masaki-lmd.github.io/scene2sound/

G-Skin: Learning to Bind 3D Gaussians with Generative Visual Priors

G-Skin：学习结合生成式视觉先验的3D高斯绑定方法

Yuxin Yao, Kendong Liu, Shiqi Zhou, Jiazhi Xia, Junhui Hou

机构 * City University of Hong Kong（香港城市大学） ； Central Media Technology Institute, Huawei（华为中央媒体技术研究院） ； Central South University（中南大学） 纠错

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

AI总结 本文针对3D高斯资产绑定的难题，提出生成式蒙皮框架G-Skin，利用2D视觉基础模型提炼运动先验构建优化流程，可灵活泛化并优于现有方法。

Struct-GStream: Towards Efficient Free-Viewpoint Video Streaming at Low-Bitrates with Structured 3D Gaussians

Struct-GStream：基于结构化3D高斯的低码率高效自由视点视频流技术

Han Jiao, Jiakai Sun, Lei Zhao, Wei Xing, Huaizhong Lin, Zhanjie Zhang, Ao Ma

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Chinese Academy of Sciences（中国科学院） ； University of Science and Technology Beijing（北京科技大学） 纠错

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

AI总结 本文针对现有自由视点视频在线训练方法存储与训练时间不足的问题，提出Struct-GStream，通过结构化3D高斯等技术实现低码率下的高效视频流，性能优于现有方法。

CLEAR: Conflict-aware Learning via Evidence-guided Adaptive Routing for Unified Sparse-View 3D Gaussian Super-Resolution

CLEAR：面向统一稀疏视图三维高斯超分辨率的证据引导自适应路由的冲突感知学习

Hantang Li, Qiang Zhu, Xiandong Meng, Debin Zhao, Xiaopeng Fan

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

AI总结 针对稀疏视图三维高斯超分辨率的误差累积问题，提出首个统一单阶段框架CLEAR，通过冲突感知优化、证据引导路由等技术，在4×超分辨率基准上实现了最优渲染质量与几何保真度。

Comments 9 pages, 5 figures

HyperGS: Fast and Generalizable Gaussian Video Representation

HyperGS：快速且通用的高斯视频表示

Fatimah Zohra, Chen Zhao, Shuming Liu, Yahya Al Malallah, Bernard Ghanem

机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

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

AI总结 研究针对高斯视频表示中现有方法依赖单视频优化、编码慢且通用性受限的问题，提出HyperGS方法，通过设计特定Transformer提取令牌和获得高斯表示，结合正则化器解决退化问题，实现快速编码及跨视频通用，提升了PSNR。