arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-08-19 至 2026-08-19 共收录 7 信号源:cs.CV, cs.GR, cs.RO

1. Gaussian Splatting 7 篇

2608.17988 2026-08-19 cs.CV 新提交 91%

GS-Voxel: Fitting-Free Structured Latents for Large-Scale 3DGS Generation

GS-Voxel:用于大规模3DGS生成的免拟合结构化隐变量

Ming Qian, Zijian Wang, Minchao Sun, Jincheng Xiong, Hang Zhang, Mu Xu, Chi Wang, Baoquan Chen

机构 * Zhejiang University(浙江大学) Peking University(北京大学) Amap(高德地图) Alibaba(阿里巴巴)

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

AI总结 GS-Voxel是免拟合结构化隐变量框架,可将预优化3DGS重建转为稀疏活跃体素,通过GS专用VAE编码为稀疏3D隐变量,结合图像条件流模型实现大规模航空3DGS场景生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17447 2026-08-19 cs.CV 新提交 89%

NGS-Marker: Robust Native Watermarking for 3D Gaussian Splatting

NGS-Marker:面向3D高斯溅射(3DGS)的鲁棒原生水印

Hao Qin, Yukai Sun, Luyuan Chen, Mengxu Lu, Feng Zhang, Ming Kong, Zhenhong Du, Qiang Zhu

机构 * Zhejiang University(浙江大学) Zhejiang Key Laboratory of Geographic Information Science(浙江省地理信息科学重点实验室)

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

AI总结 该研究针对现有3D高斯溅射水印技术无法抵御部分侵权的问题,提出NGS-Marker原生水印框架,通过联合训练的注入器与解码器及梯度渐进注入策略实现全场景覆盖,可抵御部分侵权并支持混合与多模态水印,具备实际部署灵活性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17298 2026-08-19 cs.GR cs.CV 新提交 88%

3D Gaussian Accelerated Ray Tracing: Fast training through particle-based backward propagation

3D高斯加速光线追踪:基于粒子反向传播的快速训练

Laurent Vit, Oliver Batchelor, Richard Green

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

AI总结 针对3D高斯溅射训练的反向传播瓶颈,提出3DGART框架,通过基元导向的反向传播优化,在Mip-NeRF 360上实现训练速度提升,使全光线追踪高斯训练更实用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17682 2026-08-19 cs.CV 新提交 88%

Differentiable Voronoi Ray Tracing Beyond Rasterization Speeds

超越光栅化速度的可微Voronoi光线追踪

Bernardo Taveira, Carl Lindström, Joakim Johnander, Fredrik Kahl

机构 * Chalmers University of Technology(查尔姆斯理工大学) Zenseact(森赛克特公司) Linköping University(林雪平大学)

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

AI总结 该研究提出VoroTracing,通过协同设计场景表示、优化与GPU执行,在RTX 5090上实现623 FPS的实时新视图合成,吞吐量优于现有光线方法和3D Gaussian Splatting,支持多种非针孔效应且保持竞争力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.10938 2026-08-19 cs.CV 版本更新 87%

GS-CPE: Unified 6-Degree-of-Freedom Camera Pose Estimation via 3D Gaussian Splatting

GS-CPE:基于3D高斯溅射的统一6自由度相机位姿估计

Huaiyuan Weng, Chul Min Yeum, Su-Min Kang

机构 * University of Waterloo(滑铁卢大学) Soongsil University(崇实大学)

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

AI总结 该研究提出GS-CPE框架,通过由粗到细策略统一几何粗位姿估计与3D高斯溅射精调,在多数据集上实现最优视觉定位性能,兼顾精度与泛化能力。

Comments 8 pages, accepted at IROS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17535 2026-08-19 cs.CV 新提交 85%

GroupForward: Building Referable 3D Scenes via Instance-Grouped Feed-Forward Gaussian Splatting

GroupForward:通过实例分组前馈高斯溅射构建可参考的3D场景

Qijian Tian, Zimeng Wu, Xuhong Wang, Lizhuang Ma, Xin Tan

机构 * School of Computer Science, Shanghai Jiao Tong University(上海交通大学计算机科学学院) School of Computer Science and Engineering, Beihang University(北京航空航天大学计算机科学与工程学院) Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) School of Computer Science and Technology, East China Normal University(华东师范大学计算机科学与技术学院)

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

AI总结 GroupForward是一种实例分组前馈高斯溅射模型,可从稀疏多视图图像重建3D场景,结合RSRF实现复杂3D参考推理,提升了语义重建与参考推理的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17420 2026-08-19 cs.CV 新提交 81%

SPVC: Structured and Panoptic Video Fixing for Cross-Dataset Driving Scene Rendering

SPVC:面向跨数据集驾驶场景渲染的结构化全景视频修复

Gen Li, Shu Han, Yun Xi Qiao, Hua Chen, Xuyang Dai, Bohan Li, Hao Zhao, Chaojian Li

机构 * Institute for AI Industry Research (AIR), Tsinghua University(清华大学人工智能产业研究院) Zhejiang University(浙江大学) University of Wisconsin–Madison(威斯康星大学麦迪逊分校) Great Wall Motor Company Limited(长城汽车股份有限公司) Shanghai Jiao Tong University(上海交通大学) The Hong Kong University of Science and Technology(香港科技大学)

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

AI总结 本文提出SPVC框架,通过结构化、全景、视频及跨数据集修复原则,训练两阶段可控视频扩散模型,解决驾驶场景渲染的伪影问题,实现跨数据集的高效修复。

Comments Project page: this https URL (https://li00147.github.io/SPVC-Project-Page/)

详情

展开后加载摘要…

URL PDF HTML 收藏