3D 视觉

Fi-Gaussian: Frequency-Aware Implicit Gaussian Splatting for Single Image Dehazing

Fi-Gaussian：面向单图像去雾的频率感知隐式高斯泼溅

Yuhan Chen, Ying Fang, Guofa Li, Wenxuan Yu, Yicui Shi, Kunyang Huang, Wenbo Chu, Keqiang Li

机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） 纠错

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

AI总结 提出Fi-Gaussian网络，利用频率感知隐式高斯泼溅模块解耦高低频信息并自适应聚合，结合物理散射重归一化机制，实现单图像去雾的SOTA性能。

Splat-based Metal Artifact Reduction in Cone-Beam CT via Polychromatic Modeling

基于多色建模的锥束CT中基于Splat的金属伪影减少方法

Kiseok Choi, Inchul Kim, Jaemin Cho, Hyeongjun Cho, Min H. Kim

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 提出一种集成多色X射线投影模型等的Gaussian Splatting框架，无需手动金属掩码，联合优化参数与光谱，发布相关数据集，在CBCT金属伪影减少上性能优于现有最优方法。

Journal ref Computer Graphics forum, Volume 45 (2026), Number 2

Packet-Loss Robust 3D Gaussian Compression via Atomic Packaging and GNN-based Error Concealment

通过原子封装和基于GNN的错误隐藏实现抗丢包的3D高斯压缩

Yuxuan Tao, Xuerui Ma, Hao Zhang, Chunhua Peng

机构 * Central South University Changsha China ； Malanshan Audio \& Video Laboratory Changsha China ； Central South University ； Malanshan Audio \& Video Laboratory 纠错

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

AI总结 研究3D高斯压缩在网络流传输中丢包问题，提出通过原子封装、分层随机分组及基于GNN的错误隐藏框架，改进丢包时的渲染效果，相比无隐藏传输有显著提升，平均PSNR退化限制在约3dB。

Comments 21 pages, 3 figures, 3 tables

Super-Gaussian: Interactive Scene Editing for 3D Gaussian Splatting and NLI-Based Volume Visualization in Virtual Reality

超高斯：虚拟现实中面向三维高斯溅射与基于自然语言交互的体可视化的交互式场景编辑

Suemin Jeon, Kaiyuan Tang, Chaoli Wang, Won-Ki Jeong

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)

AI总结 本研究针对VR中体可视化的渲染成本与交互问题，提出Super-Gaussian框架，结合三维高斯溅射、特征感知聚类、分层选择-细化工作流与NLI，实现高效直观的体数据交互编辑与分析

Comments IEEE VIS 2026 accepted

StructureGS: Structure-aware Gaussian Splatting for Articulated Object Reconstruction

StructureGS：面向关节物体重建的结构感知高斯溅射

Gahye Lee, Gyoonseo Kim, Wonjong Jang, Jooeun Son, Seungyong Lee

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

AI总结 该研究针对关节物体重建中参数纠缠导致的部件分解缺陷，提出StructureGS框架，结合结构感知引导的3D高斯溅射，通过定向包围盒约束实现更优重建性能。

Comments accepted at ECCV 2026

FillGauss: Fine-Grained Filling-Aware Impact Sound Generation for 3D Gaussian Splatting

FillGauss：用于3D高斯点云的细粒度填充感知撞击声生成

Chen Yang, Ganye Wen, Bin Huang, Jiayi Lyu, Zehai Niu, Linlin Shen, Jinbao Wang

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

AI总结 研究针对多模态AI中从视觉合成撞击声的挑战，提出细粒度填充感知撞击声生成任务。基于FillImpact数据集，构建FillGauss框架，融合多种要素实现位置、撞击物及填充感知音频生成，达物理基础跨模态音频生成新水平。

SyncSpace: Layout-Conditioned 3D Gaussian Splatting for Space Reskinning in Mixed Reality

SyncSpace：用于混合现实中空间重塑的布局条件3D高斯溅射

Qinchuan Zhang, Weibo Xu, Yunge Wen

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

AI总结 SyncSpace系统通过深度感应提取3D边界框，经生成世界模型生成高斯溅射场景，再用粗到精算法与物理空间对齐，实现空间重塑，可展示手部跟踪吞噬交互及同一空间重塑为多风格世界。

Comments 2 pages, 2 figures

Point-Cloud-Assistant Localized Statistical Channel Prediction by Tangent Gaussian Splatting

点云辅助的切线高斯溅射局部统计信道预测

Ye Xue, Yiheng Wang, Xinhua Shao, Qi Yan, Shutao Zhang, Tsung-Hui Chang

机构 * China Telecom（中国电信） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；point cloud(abstract)

AI总结 提出点云辅助切线高斯溅射（PC-TGS）框架，通过融合稀疏无线电测量与密集LiDAR几何数据，将角功率谱外推到未测量网格，实现大规模无线数字孪生中的高效信道预测。

ERF-GS: Reconstructing Fast Motion from Disjoint Event-RGB Viewpoints

ERF-GS：从不相交的事件-RGB视点重建快速运动

Xiaoyang Bai, Zhenyang Li, Weiwei Xu, Edmund Y. Lam, Yifan Peng

机构 * The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 ERF-GS框架将事件信息融入高斯溅射流水线，脱离RGB输入实现基于事件的学习，在含模糊帧和不相交视点的数据集上，性能优于4DGS与E-D3DGS，可用于复杂自然视频的快速运动重建。

Comments 18 pages, 12 figures

AdvTiles: Physical Adversarial Camouflage Clothing against Person Detectors via Learnable Tiles

AdvTiles：基于可学习瓦片的针对行人检测器的物理对抗伪装服装

Jinlei Wang, Jiahuan Long, Mingkai Sun, Yafei Guo, Yuanhao Huang, Ming Wang, Junqi Wu, Jiacheng Hou, Hongbo Chen, Xingxing Wei, Tingsong Jiang, Wen Yao

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

AI总结 AdvTiles是基于可学习瓦片的物理对抗伪装框架，通过ST Gumbel-Softmax和3D Gaussian Splatting优化，在保持自然外观的同时，使行人检测器平均攻击成功率达86.2%，优于现有方法，可制作为可穿戴服装在真实场景生效。

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。

ABot-Earth 0.5: Generative 3D Earth Model

ABot-Earth 0.5：生成式3D地球模型

Ming Qian, Tianjian Ouyang, Mingchao Sun, Zijian Wang, Jincheng Xiong, Jiarong Han, Yongchang Zhang, Jiawei Zhang, Xu Wang, Yu Liu, Luyang Tang, Fei Yu, Zengye Ge, Mengmeng Du, Yuan Liu, Nianfei Fan, Song Wang, Yingliang Peng, Chunxue Jia, Yang Liu, Shiying Zeng, Haozhe Shi, Junnan Lai, Hongyu Pan, Zheng Wu, Ning Guo, Mu Xu, Hang Zhang

机构 * AMAP CV Lab（AMAP视觉实验室） 纠错

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

AI总结 提出ABot-Earth 0.5框架，利用3D高斯泼溅从卫星图像生成大规模无缝3D环境，每平方公里合成时间低于10分钟，支持实时交互可视化，降低3D重建成本。

Comments From Amap-cvlab, Alibaba. Official page: https://abot-earth.amap.com/

Inter-Reflective Gaussian Splatting for Robust and Efficient Inverse Rendering

用于鲁棒高效逆渲染的互反射高斯点渲染

Chun Gu, Xiaofei Wei, Zixuan Zeng, Yuxuan Yao, Li Zhang

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

AI总结 研究逆渲染问题，提出IRGS++框架，通过可微二维高斯光线追踪等技术，能实时查询可见性和间接辐射，评估互反射传输方程，纳入金属感知材料建模等，在低光泽和光泽基准测试及实际研究中表现良好，提升逆渲染质量与效率。

Real-Time LiDAR Gaussian Splatting SLAM

实时激光雷达高斯点云拼接SLAM

Seungjun Tak, Yewon Jeon, Jaeik Hwang, SukMin Hwang, Seongbo Ha, Hyeonwoo Yu

机构 * Sungkyunkwan University（成均馆大学） 纠错

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

AI总结 提出基于激光雷达的高斯点云拼接SLAM实时框架，将快速G-ICP配准与球形光栅化密集映射紧密结合，利用激光雷达几何信息优化地图，引入几何分数改进效果，在多数据集实验验证其性能。

Comments 18 pages, 5 figures

ArtiTwinSplat: Interactable Digital Twin Reconstruction via Gaussian Splatting from RGB-D videos

ArtiTwinSplat：基于RGB-D视频的高斯泼溅实现可交互数字孪生重建

Pranjal Mishra, René Zurbrügg, Max Wilder-Smith, Marco Hutter, Marc Pollefeys, Zuria Bauer, Hermann Blum

机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学） 纠错

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

AI总结 提出ArtiTwinSplat框架，利用3D高斯泼溅从RGB-D视频自动构建可交互的铰接物体数字孪生，无需CAD模型或人工标注，支持实时渲染与交互操作。

Comments Presented at the ICRA 2026 Workshop on Advances and Challenges in AI-Driven Automation and Robotic System Integration with Digital Twins, Vienna, June 2026

A Scalable PyTorch Abstraction for Multi-GPU Gaussian Splatting

一种可扩展的多GPU高斯泼溅PyTorch抽象

Matthew Cong, Francis Williams, Jonathan Swartz, Mark Harris, Sanja Fidler, Ken Museth

机构 * NVIDIA（英伟达） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 提出一种多GPU高斯泼溅方法，通过CUDA统一内存和NVLink在算子级别分布参数，实现大规模场景重建，支持超过10亿高斯泼溅。

Comments 14 pages, 6 tables, 2 figures, and 1 listing. Includes supplementary material

Single-Event Upsets in 3D Gaussian Splatting Rendering: Bit-Level Criticality, Spatial Extent, and a Parallel Support Guard

3D高斯泼溅渲染中的单粒子翻转：比特级关键性、空间范围及并行支持防护

Faruk Alpay, Baris Basaran

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

AI总结 本文通过GPU并行故障注入引擎，系统评估了3D高斯泼溅模型中单比特翻转的影响，发现高阶比特翻转可导致单个图元覆盖高达75.7%的帧，并提出一种基于训练坐标框的逐图元参数钳位防护机制，将最坏情况下的损坏面积限制在11.68%以内。

Comments 21 pages, 7 figures, 4 tables; ancillary files provided; artifacts: https://huggingface.co/datasets/Lightcap/seu-3dgs

WildFireGS: Physics-Based Wildfire Simulation in Large-Scale Semantics-Enriched Gaussian Splatting Forest Scenes

WildFireGS：基于物理的大规模语义增强高斯溅射森林场景野火模拟

Nienke Driessen, Joris Rijsdijk, Sören Pirk, Wojtek Palubicki, Dominik L. Michels, Michael Weinmann

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

AI总结 WildFireGS是直接在大规模语义增强3D高斯溅射森林重建结果上运行的基于物理的野火模拟框架，可实现真实环境下的野火模拟，经实验验证其行为物理一致。

ACA-GS: Adaptive-Capacity Anchored Gaussian Splatting for Compact Dynamic Radiance Fields

ACA-GS：用于紧凑动态辐射场的自适应容量锚定高斯溅射

Seunghyeon Song, Joo Chan Lee, Chanung Park, Jun Young Jeong, Minseo Lee, Eunbyung Park, Jong Hwan Ko

机构 * Sungkyunkwan University（成均馆大学） ； Electronics and Telecommunications Research Institute（电子通信研究院） ； Yonsei University（延世大学） 纠错

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

AI总结 针对4D高斯溅射中运动表达与存储效率的权衡，提出自适应容量锚定高斯溅射框架，通过调整锚点的神经高斯数量和特征通道实现紧凑动态辐射场，在多数据集上显著压缩存储且不降低质量。

Comments 9 pages, 8 figures. Accepted to ACM Multimedia 2026

FillGS: Filling Observation Gaps in 4D Gaussian Splatting via Viewpoint-Time Selection and Generative Refinement

FillGS：通过视点-时间选择与生成细化填补4D高斯溅射中的观测缺口

Takashi Otonari, Toshihiko Yamasaki

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 FillGS提出主动选择时空虚拟视点的流程，通过过滤不可靠区域微调4DGS，在多视图视频基准上有效填补观测缺口，减少伪影并提升重建效果。

Comments Accepted at ECCV2026

FF-ProCams: Feed-Forward Gaussian Splatting for Projector-Camera System

FF-ProCams：用于投影仪-相机系统的前馈高斯点渲染

Ziyao Wang, Yuqi Li, Wenxing Zheng, Jiaying Chen, Chong Wang

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

AI总结 针对投影仪-相机系统，提出FF-ProCams前馈3D高斯逆渲染框架，用混合编码器聚合线索，轻量级头预测高斯表示，设计可微渲染器，构建数据集实验，实现高保真渲染且速度大幅提升。

Implicit 4D Gaussian Splatting for Fast Motion with Large Inter-Frame Displacements

用于大帧间位移快速运动的隐式4D高斯点云渲染

Seung-gyeom Kim, Areum Kim, Yongjae Yoo, Sukmin Yun

机构 * Hanyang University（汉阳大学） ； Hanyang University ERICA（汉阳大学衣理校区） 纠错

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

AI总结 针对快速运动大帧间位移下4DGS方法失效问题，提出SPIN-4DGS，从显式时空位置学习高斯属性，用轻量级网络预测属性，避免高内存开销，实验证明该方法在大位移下保真度更高，提升了PSNR和SSIM。

Comments Accepted at ICLR 2026. Project page at https://seung-gyeom.github.io/SPIN-4DGS

DP-Splat: Bayesian Nonparametric Complexity Control for Gaussian Splatting

DP-Splat：用于高斯点云的贝叶斯非参数复杂度控制

Aqi Dong

机构 * Embry-Riddle Aeronautical University（安柏瑞德航空大学） 纠错

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

AI总结 研究如何控制高斯点云的复杂度，提出用截断的折断棒狄利克雷过程先验等方法，使组件数量适应数据，更新为闭式步骤。实验表明有效复杂度能适应场景，DP先验贡献在复杂度选择，在多方面表现优于固定K的VBGS。

Comments 18 pages, 8 figures. Code and experiment records: https://github.com/archiedong/dp-splat

DeGenseGS: Geometrically and Semantically Decoupled Surgical Scene Understanding in 4D Gaussian Splatting

DeGenseGS：4D高斯点云渲染中几何与语义解耦的手术场景理解

Yimo Wang, Bin Kang, Shuojue Yang, Yueming Jin

机构 * School of Automation, Southeast University（东南大学自动化学院） ； School of Internet of Things, Nanjing University of Posts and Telecommunications（南京邮电大学物联网学院） ； Department of Biomedical Engineering, National University of Singapore（新加坡国立大学生物医学工程系） 纠错

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

AI总结 研究针对自主手术交互中语义与解剖错位问题，提出DeGenseGS框架，独立建模语义演变与几何变形，用时空纠缠模块同步语义与场景动态，还设计机制确保鲁棒性，提升了手术场景理解性能。

Semantic-Guided Progressive Object Removal with Gaussian Splatting

基于高斯点云的语义引导渐进式物体移除

Xianliang Huang, Chen Xiao, Yuanxiang Ni, Guanming Liu, Mingkai Liu, Dikai Fan, Xiao Liu, Hao Zhang

机构 * PICO, ByteDance Inc.（字节跳动公司PICO） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Fudan University（复旦大学） 纠错

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

AI总结 提出结合语义引导块匹配与区域渐进式细化的框架用于3D物体移除。利用DINOv2编码语义指导，通过RPR策略分区域优化，基于高斯点云实现高效重建，在物体移除上性能优于现有高斯方法。

Comments 8 pages, 4 figures

GADA: Geometry-Aware Deformable Aggregation for Image-Based Gaussian Splatting

GADA: 基于图像的高斯泼溅的几何感知可变形聚合

Siwoo Lim, Sunjae Yoon, Gwanhyeong Koo, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Chung-Ang University（中央大学） 纠错

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

AI总结 提出几何感知可变形聚合（GADA），通过可变形偏移迭代校正空间错位，并引入隐式置信加权机制抑制不可靠证据，在保持高频细节的同时实现2.13倍FPS提升。

Comments ICML 2026

GaussianEmoTalker: Real-Time Emotional Talking Head Synthesis with Audio-Driven and Blendshape-Based 3D Gaussian Splatting

GaussianEmoTalker：基于音频驱动和混合形状的3D高斯泼溅实时情感说话头合成

Haijie Yang, Zhenyu Zhang, Yixuan Dong, Jianjun Qian, Jian Yang

机构 * PCA Lab, Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院，教育部高维信息智能感知与系统重点实验室，PCA实验室） ； Tsientang Institute for Advanced Study（浙江大学前沿交叉研究院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） 纠错

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

AI总结 提出GaussianEmoTalker框架，利用3D高斯泼溅和混合形状，通过中性到情感残差变形实现实时、可控强度的情感说话头合成，兼顾唇同步与渲染质量。

Rendering Novel Views of MRI Using 3D Gaussian Splatting

使用3D高斯泼溅渲染MRI的新视图

Robin Y. Park, Mark C. Eid, Rhydian Windsor, Amir Jamaludin, Ana I. L. Namburete, João F. Henriques, Andrew Zisserman

机构 * Visual Geometry Group, University of Oxford（视觉几何组，牛津大学） ； Oxford Machine Learning in NeuroImaging Lab, University of Oxford（牛津大学神经影像学机器学习实验室） 纠错

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

AI总结 通过3D高斯泼溅从稀疏各向异性MRI重建体积并采样与目标解剖对齐的平面，生成更优的放射学分级视图，相比原始扫描和体素插值方法提高了椎管狭窄分级准确性。

Multi4D: High-Fidelity Dynamic Gaussian Splatting via Multi-Level Competitive Allocation

Multi4D: 通过多级竞争分配实现高保真动态高斯泼溅

Rui Wang, Quentin Lohmeyer, Siyu Tang, Mirko Meboldt

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 提出Multi4D框架，通过三级竞争分配（静态结构、持久动态几何、瞬态外观）解决动态高斯泼溅中运动一致性与视觉保真度的矛盾，实现高保真渲染和实时性能。

Comments Accepted by ECCV 2026, project page:https://batfacewayne.github.io/Multi4D.io/

LIT-GS: LiDAR-Inertial-Thermal Gaussian Splatting for Illumination-Robust Mapping

LIT-GS: 面向光照鲁棒建图的激光雷达-惯性-热高斯泼溅

Shikuan Shi, Chunran Zheng, Jiaming Xu, Tianyong Ye, Tao Yu, Yukang Cui

机构 * College of Mechatronics and Control Engineering, Shenzhen University（深圳大学机电与控制工程学院） ； Department of Mechanical Engineering, The University of Hong Kong（香港大学机械工程系） 纠错

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

AI总结 提出LIT-GS框架，利用激光雷达平面几何约束联合优化位姿与高斯，解决光照变化和纹理缺失场景下RGB依赖的脆弱性问题，提升几何精度与渲染质量。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)