视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
AnchorSplat: 基于3D几何先验的馈送式3D高斯点描绘
机构 * Huawei Technologies Ltd.（华为技术有限公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文提出AnchorSplat，一种基于3D几何先验的馈送式3D高斯点描绘方法，通过直接在3D空间中表示场景，减少高斯数量，提升重建精度和计算效率。
Comments CVPR 2026
RDSplat: 3D高斯散射中针对2D和3D扩散编辑的鲁棒水印
机构 * The University of Sydney（悉尼大学） ； The University of Melbourne（墨尔本大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 RDSplat是首个能抵御2D和3D扩散编辑的3D高斯散射水印框架，通过在低频高斯基元中嵌入100位水印，结合频率感知基元选择和替代策略，实现高效训练和强鲁棒性。
DOC-GS：双域观测与校准以实现可靠的稀疏视角高斯点云法
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出DOC-GS框架，通过优化域归纳偏差和观测域证据的协同作用，解决稀疏视角3DGS中高斯点云可靠性不可观测的问题，提升重建稳定性与图像质量。
Comments 10 pages, 5 figures
压力下的Splats：在受约束的GPU预算下探索实时3D高斯溅射的性能-能耗权衡
机构 * National University of Singapore（新加坡国立大学） ； Telecom Paris（巴黎电信学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.GR
AI总结 研究在受约束的GPU预算下实时3D高斯溅射的性能-能耗权衡，通过模拟不同GPU性能层级，分析帧率、运行时间和能耗等指标。
BrepGaussian：从多视角图像中通过高斯点划进行CAD重建
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； Nanjing Urban Construction Tunnel& Bridge Intelligent Management Co., Ltd.（南京城建隧道桥梁智能管理有限公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文提出BrepGaussian框架，通过学习2D图像中的3D参数化表示，实现从多视角图像中重建CAD模型，其核心方法是结合可学习特征的高斯点划渲染器和特定拟合策略，有效分离了几何重建与特征学习。
Comments Accepted to CVPR 2026
GaussianGrow：基于3D点云与文本引导的几何感知Gaussian生成
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） ； CAIR and CIDSAI, NYU Abu Dhabi（纽约大学阿布扎比分校CAIR和CIDSAI）
专题命中 Gaussian Splatting ：point cloud(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出GaussianGrow，通过学习从3D点云中生长Gaussian，结合多视角扩散模型和文本引导，提升生成几何精度与质量。
Comments Accepted by CVPR 2026. Project page: https://weiqi-zhang.github.io/GaussianGrow
通过3D高斯散射实现大规模360°无人机拍摄影像中的室内资产检测
机构 * UC Berkeley（加州大学伯克利分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出一种基于3D高斯散射的室内资产检测方法，通过结合掩码语义和空间信息，提升多视角掩码关联和检测精度，实验显示在两个大型室内场景中，F1分数提升65%，mAP提升11%。
Comments Accepted to CVPR 2026 3DMV Workshop
用于环形暗场扫描透射电子显微镜断层成像重建的3D高斯散射
机构 * Beijing Institute of Technology（北京理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出DenZa-Gaussian方法，通过建模局部散射强度、引入稳定系数γ和傅里叶幅值损失函数，提升稀疏视图下的3D断层重建精度和稳定性。
M2StyleGS：多模态3D风格迁移与高斯点散技术
机构 * Durham University（杜伦大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室） ； Bristol University（布里斯托大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 M2StyleGS通过高斯点散技术与CLIP多模态知识融合，实现基于文本和图像的实时3D风格迁移，提升视觉质量和一致性表现。
水印能否保护3D高斯散射的版权？
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文首次系统研究并验证了3D高斯散射水印框架的潜在漏洞，提出GSPure框架有效去除水印并保持场景完整性，实验表明其在水印净化性能上优于现有方法。
Comments Accepted by AAAI 2026
ColorGradedGaussians：基于调色板的3D高斯溅射颜色分级 via 视空间稀疏分解
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.GR
AI总结 本文提出基于调色板的3D高斯溅射颜色分级方法，通过视空间稀疏分解实现实时交互式颜色编辑，解决传统方法中颜色分解稀疏性不足导致的编辑质量下降问题。
Comments 9 pages, 2 figure pages
Diff3R: 前馈3D高斯点云与不确定性感知的可微优化
机构 * Technical University of Munich（慕尼黑工业大学） ； Computing Systems Lab, Huawei Technologies, Switzerland（华为技术瑞士计算系统实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 Diff3R结合前馈预测与测试时优化，通过可微优化层提升3DGS性能，降低计算成本，增强鲁棒性。
Comments Project page: https://liu115.github.io/diff3r, Video: https://www.youtube.com/watch?v=IxzNSAdUY70
LG-HCC：局部几何感知的层次上下文压缩用于3D高斯点扩散
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology Suzhou Research Institute（哈尔滨工业大学苏州研究院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出LG-HCC框架，通过引入局部几何感知的锚点修剪和分层熵编码，提升3D高斯点扩散的存储效率与几何一致性。
Comments 10
通过光照衰减感知的3D高斯点云进行动态光源适应性结肠镜重建
机构 * Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology（武汉光电国家研究中心，华中科技大学） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； Wuhan United Imaging Healthcare Surgical Technology Co., Ltd（武汉联影医疗手术技术有限公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出ColIAGS框架，通过引入光照衰减模型和改进的几何与外观建模，提升结肠镜中动态光源下的视图合成与几何重建精度。
Comments Accepted by ICME2026
SGS-Intrinsic: 语义不变的高斯点散布用于稀疏视角室内逆向渲染
机构 * Sun Yat-sen University（中山大学） ； Amazon（亚马逊） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education（教育部机器智能与先进计算重点实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 SGS-Intrinsic通过构建语义和几何先验引导的密集高斯语义场，实现高精度几何重建和材料光照分离，提升稀疏视角下的逆向渲染质量。
Comments CVPR2026
LightHarmony3D：在3D高斯散射场景中和谐光照与阴影以实现物体插入
机构 * The University of Sydney（悉尼大学） ； The University of Melbourne（墨尔本大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出LightHarmony3D框架，通过生成模块预测HDR环境映射，实现光照一致的物体插入，提升3D高斯散射场景的光照和阴影真实性。
ObjectMorpher: 通过可变形3DGS模型实现3D感知的图像编辑
机构 * The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：3DGS(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 ObjectMorpher通过可变形3DGS模型实现3D感知图像编辑，提供精确的物体级控制，支持快速且保持身份的编辑，优于2D拖拽和3D感知基线。
Comments 11 pages, 8 figures
R-PGA：通过可重照明的3D高斯点散布实现鲁棒的物理对抗伪装生成
机构 * School of Cyber Science and Technology, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Intelligent Systems Engineering, Shenzhen Campus, Sun Yat-sen University（中山大学深圳校区智能工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出R-PGA框架，通过可重照明的3D高斯点散布技术，解决自动驾驶系统中对抗性伪装生成的鲁棒性问题，提升复杂动态场景下的泛化能力。
Comments Under review
EOGS++：带有内部相机细化和直接全色渲染的地球观测高斯散射
机构 * Universite Paris-Saclay, CNRS, ENS Paris-Saclay, Centre Borelli（巴黎萨克雷大学，法国国家科学研究中心，巴黎萨克雷高等师范学校，博雷利中心） ； Politecnico di Torino（都灵理工大学） ； AMIAD, Pôle Recherche（AMIAD，研究部） ； Institut Universitaire de France（法兰西大学研究院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；分类 cs.CV
AI总结 EOGS++在卫星影像中直接操作高分辨率全色数据，通过内部相机细化和优化流程提升重建质量和几何精度，实验表明其在重建质量和效率上优于原有方法和其他NeRF方法。
Comments 8 pages, ISPRS
ExtrinSplat：解耦几何与语义以实现3D高斯散射中的开放词汇理解
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东省超高清沉浸式媒体技术重点实验室，北京大学深圳研究生院） ； School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； Guangdong Bohua UHD Innovation Center Co., Ltd.（广东博华超高清创新中心有限公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 ExtrinSplat通过解耦几何与语义，利用视觉语言模型生成轻量文本假设，提升3D高斯散射中开放词汇物体选择和语义分割的性能和效率。
Comments Accepted to CVPR 2026
随机光线追踪用于3D高斯点云重建
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Adobe Research（Adobe 研究院） ； Canva Research（Canva 研究院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出一种无排序的随机光线追踪方法，用于重建和渲染标准及可照明的3D高斯点云场景，提升了重建质量和速度。
Comments Project Page: https://xupaya.github.io/stoch3DGS/
跨实例高斯点云对齐 via 几何感知特征引导对齐
机构 * Ben-Gurion University of the Negev（内盖夫本-古里安大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出GSA方法，通过相似变换对齐不同类别的3DGS模型，无需真实尺度输入，通过迭代特征引导绝对对齐和多视图特征一致性优化，实现跨实例对齐。
Comments Accepted to CVPR 2026
具有自约束先验的3D高斯点云用于高保真的表面重建
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Department of Computer Science, Wayne State University（韦恩州立大学计算机科学系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；NeRF(abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出自约束先验以约束3D高斯学习，提升深度渲染精度，通过融合当前3D高斯生成的深度图得到TSDF网格，生成带状约束以优化高斯分布，同时定期更新以提高准确性。
Comments Accepted by CVPR 2026. Project page: https://takeshie.github.io/GSPrior
从单目视频学习显式连续运动表示以实现动态高斯点扩散
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education（教育部机器智能与先进计算重点实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本文提出了一种从单目视频生成高质量动态高斯点扩散的方法，通过SE(3) B样条运动基函数显式建模动态高斯的连续位置和姿态变形，并采用自适应控制机制提升计算效率和复杂运动建模能力。
Comments Accepted to CVPR 2026
Instrument-Splatting++: 向可控手术工具数字双胞胎迈进的高斯点云技术
机构 * Department of Biomedical Engineering, National University of Singapore (NUS)（生物医学工程系，新加坡国立大学） ； Department of Electrical and Computer Engineering, The University of British Columbia（电气与计算机工程系，不列颠哥伦比亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.RO
AI总结 本文提出Instrument-Splatting++框架，通过高斯点云技术实现高保真可控的手术工具数字双胞胎，利用CAD先验知识和语义感知姿态估计提升重建精度和纹理学习效果。
Comments 10 pages, 9 figures
GaussianPile：一种统一的稀疏高斯散射框架用于基于切片的体积分离重建
机构 * Tsinghua University（清华大学） ； Zhongguancun Academy（中关村学院） ； Beijing Normal University（北京师范大学） ； Nankai University（南开大学） ； Beijing Institute of Technology（北京理工大学） ； Beihang University（北航）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；分类 cs.CV
AI总结 本文提出GaussianPile框架，结合3D高斯散射与成像系统感知的聚焦模型，通过切片感知堆叠策略、可微投影算子和紧凑编码优化流程，实现高效体积分离重建，提升压缩效率与诊断精度。
Comments Accepted by IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026 (CVPR 2026)
TRGS-SLAM：基于IMU的高斯点云SLAM用于模糊、滚动快门和噪声热图像
机构 * University of Michigan（密歇根大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.RO
AI总结 本文提出TRGS-SLAM，一种基于3DGS的热惯性SLAM系统，能处理热图像中的模糊、滚动快门和噪声问题，通过改进的3DGS渲染方法和创新技术实现高精度跟踪。
Comments Project page: https://umautobots.github.io/trgs_slam
使用3D高斯溅射实现极端姿态下的人脸解析高效标签细化
机构 * International Institute of Information Technology, Bangalore (IIIT-B)（国际信息技术研究所，班加罗尔（IIIT-B））
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出利用3D高斯溅射生成准确分割掩码，通过联合拟合两个模型提升多视角一致性，从而提高极端姿态下的人脸解析精度。
Comments Accepted to VCIP 2025 (International Conference on Visual Communications and Image Processing 2025)
Journal ref Proc. VCIP 2025
FeatureSLAM: 实时特征增强的3D高斯点云SLAM
机构 * CVSSP, Computer Science and Electronic Engineering, University of Surrey（Surrey大学计算机科学与电子工程系） ； Surrey Institute for People-Centered Artificial Intelligence, University of Surrey（Surrey大学人中心人工智能研究所） ； Industrial 3D Robotics（Industrial 3D Robotics公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出一种实时SLAM系统，结合高效相机跟踪与逼真特征映射，利用3D高斯点云技术。核心贡献是将密集特征栅格化整合到新视角合成中，提升语义准确性，优于传统RGB-D输入，增强跟踪与映射精度。
重建至关重要：通过3D高斯点云学习几何对齐的鸟瞰图表示
机构 * Bosch Research North America \& Bosch Center for Artificial Intelligence (BCAI) Case Western Reserve University Washington University in St. Louis
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出Splat2BEV框架，通过3D高斯点云生成几何对齐的鸟瞰图特征，提升自动驾驶中的感知性能。
Comments Project page at https://vulab-ai.github.io/Splat2BEV/
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈