3D 视觉

Sparse Code Uplifting for Efficient 3D Language Gaussian Splatting

稀疏编码提升用于高效3D语言高斯散射

Lovre Antonio Budimir, Yushi Guan, Steve Ryhner, Sven Lončarić, Nandita Vijaykumar

机构 * Faculty of Electrical Engineering and Computing（电子工程与计算学院） ； Department of Computer Science（计算机科学系） ； Vector Institute（向量研究所） 纠错

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

AI总结 本文提出SCOUP方法，通过解耦语言表示学习与3D高斯优化，实现高效3D语义重建、存储和渲染。方法利用2D图像区域特征学习稀疏代码本表示，并通过加权稀疏聚合提升至3D高斯体，从而提升训练速度和内存效率。

Comments 18 pages (9 pages main paper), 10 figures, preprint

Real2Sim: A Physics-driven and Editable Gaussian Splatting Framework for Autonomous Driving Scenes

Real2Sim：一种用于自动驾驶场景的物理驱动且可编辑的高斯点扩散框架

Kaicong Huang, Talha Azfar, Weisong Shi, Ruimin Ke

机构 * Department of Civil and Environmental Engineering, Rensselaer Polytechnic Institute（拉特克利夫理工学院土木与环境工程系） ； Department of Computer and Information Sciences, University of Delaware（德雷塞尔大学计算机与信息科学系） 纠错

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

AI总结 Real2Sim结合4D高斯点扩散与可微材料点法求解器，实现动态驾驶场景的连续高斯原语重建，支持实例级编辑，并模拟真实物体间交互，提升自动驾驶场景生成的物理真实性和编辑灵活性。

RoSplat: Robust Feed-Forward Pixel-wise Gaussian Splatting for Varying Input Views and High-Resolution Rendering

RoSplat：用于变化输入视角和高分辨率渲染的鲁棒前馈像素级高斯散射

Hoang Chuong Nguyen, Renjie Wu, Jose M. Alvarez, Miaomiao Liu

机构 * Australian National University（澳大利亚国立大学） ； NVIDIA 纠错

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

AI总结 本文提出RoSplat，通过引入alpha归一化策略和辅助3D采样正则化器，解决高斯散射在不同输入视角下的过亮问题和高分辨率渲染中的孔洞 artifacts，提升渲染质量。

Ilov3Splat: Instance-Level Open-Vocabulary 3D Scene Understanding in Gaussian Splatting

Ilov3Splat：基于高斯散射的实例级开放词汇3D场景理解

Binh Long Nguyen, Kien Nguyen, Sridha Sridharan, Clinton Fookes, Peyman Moghadam

机构 * School of Electrical Engineering and Robotics（电气工程与机器人学学院） ； Queensland University of Technology（昆士兰理工大学） ； CSIRO Robotics（CSIRO机器人部） ； CSIRO 纠错

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

AI总结 本文提出Ilov3Splat框架，通过增强高斯散射以实现实例级开放词汇3D场景理解，利用多分辨率哈希嵌入和对比损失提升语言语义关联与实例区分能力。

Comments The International Conference on Pattern Recognition (ICPR) 2026

VidSplat: Gaussian Splatting Reconstruction with Geometry-Guided Video Diffusion Priors

VidSplat：基于几何引导视频扩散先验的高斯点云重建

Jimin Tang, Wenyuan Zhang, Junsheng Zhou, Zian Huang, Kanle Shi, Shenkun Xu, Yu-Shen Liu, Zhizhong Han

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） 纠错

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

AI总结 VidSplat通过几何引导的视频扩散先验，解决稀疏视图下3D场景重建问题，提出免训练生成框架，迭代合成新视角以恢复完整3D场景。

Comments Accepted by SIGGRAPH Conference 2026. Project Page: https://tangjm24.github.io/VidSplat

Forecast-aware Gaussian Splatting for Predictive 3D Representation in Language-Guided Pick-and-Place Manipulation

面向预测的高斯点散布用于语言引导的抓取与放置操作中的预测3D表示

Kaixin Jia, Jiacheng Xu

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本文提出Forecast-GS框架，通过预测3D状态提升语言引导的机器人操作性能，实验显示其在抓取与放置任务中优于基线方法，表明明确预测任务完成状态有助于更可靠的行动评估。

TransmissiveGS: Residual-Guided Disentangled Gaussian Splatting for Transmissive Scene Reconstruction and Rendering

TransmissiveGS：基于残差引导的解耦高斯点散射用于透射场景重建与渲染

Zhenyu Liang, Xiao Zhang, Tianchao Li, Jack C. P. Cheng, Chi-Keung Tang

机构 * HKUST（香港理工大学） 纠错

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

AI总结 本文提出TransmissiveGS框架，通过双高斯表示和延迟着色函数解耦透射场景的反射与透射，利用多视图不一致性分离反射和透射，并引入高频正则化和新合成数据集提升重建与渲染质量。

AstroSplat: Physics-Based Gaussian Splatting for Rendering and Reconstruction of Small Celestial Bodies

AstroSplat：基于物理的高斯散射用于小天体的渲染与重建

Jennifer Nolan, Travis Driver, John Christian

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出AstroSplat，一种基于物理的高斯散射框架，利用行星反射模型提升小天体表面的自主重建和光谱特性分析，通过NASA Dawn任务的真实图像验证了其在渲染性能和表面重建精度上的优势。

Comments 10 pages, 6 figures, conference

From Pixels to Primitives: Scene Change Detection in 3D Gaussian Splatting

从像素到原语：基于3D高斯散射的场景变化检测

Chamuditha Jayanga Galappaththige, Jason Lai, Timothy Patten, Donald Dansereau, Niko Suenderhauf, Dimity Miller

机构 * QUT Centre for Robotics（昆士兰大学机器人中心） ； ARIAM ； ACFR, University of Sydney（悉尼大学先进计算机研究学院） 纠错

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

AI总结 本文提出GD-DIFF方法，通过直接操作原语空间进行场景变化检测，实现多视角一致性及区分几何与外观变化，优于现有方法17%的mIoU。

Comments Project Page: https://chumsy0725.github.io/GS-DIFF/

Disambiguating 2D-3D Correspondences in Gaussian Splatting-based Feature Fields for Visual Localization

在基于高斯散射的特征场中区分2D-3D对应关系以实现视觉定位

Miso Lee, Sangeek Hyun, Yerim Jeon, Jae-Pil Heo

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

AI总结 本文提出SplitGS-Loc框架，通过高斯属性区分2D-3D对应关系，解决传统GSFF在视觉定位中的问题，实现稳定PnP收敛，达到最先进的定位性能。

CryoSplat: Gaussian Splatting for Cryo-EM Homogeneous Reconstruction

CryoSplat: 基于高斯点散的冷冻电镜均匀重建

Suyi Chen, Haibin Ling

机构 * Department of Computer Science（计算机科学系） ； Stony Brook University（石溪大学） ； Department of Artificial Intelligence（人工智能系） ； Westlake University（西湖大学） 纠错

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

AI总结 本文提出CryoSplat，一种基于高斯点散的冷冻电镜均匀重建方法，通过整合高斯点散与冷冻电镜成像物理，实现从原始冷冻电镜粒子图像直接稳定高效地进行均匀重建。

Comments Published at ICLR 2026 (Camera-ready). Code available at https://github.com/Chen-Suyi/cryosplat

Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic Bronchoscopy

停止屏息：基于CT的高斯点云法用于动态支气管镜

Andrea Dunn Beltran, Daniel Rho, Aarav Mehta, Xinqi Xiong, Raúl San José Estépar, Ron Alterovitz, Marc Niethammer, Roni Sengupta

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Harvard Medical School（哈佛医学院） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文提出利用患者特定的呼吸模型消除屏息协议需求，通过配对呼气吸气CT扫描减少呼吸运动，实现连续的变形感知重建。

Generalizable Human Gaussian Splatting via Multi-view Semantic Consistency

基于多视角语义一致性的通用人体高斯点云生成

Jingi Kim, Wonjun Kim

机构 * Konkuk University（韩国 Konkuk 大学） 纠错

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

AI总结 本文提出基于多视角语义一致性的方法，通过预测深度图和跨视角注意力机制，解决多视角输入下人体3D高斯点云定位不一致问题，提升渲染质量。

Comments 10 pages, 8 figures, CVPR 2026 Findings

GS-DOT: Gaussian splatting-based image reconstruction for diffuse optical tomography

基于高斯溅射的图像重建：用于扩散光学断层扫描

Jingjing Jiang

机构 * Computational Optical Imaging Group, Biomedical Optics Research Laboratory, Dept. of Neonatology, University Hospital Zurich（计算光学成像组、生物医学光学研究实验室、新生儿科部门、苏黎世大学医院） ； University of Zurich, Switzerland（苏黎世大学，瑞士） 纠错

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

AI总结 本文提出GS-DOT，一种基于高斯溅射的扩散光学断层扫描图像重建框架，通过优化高斯原始体实现吸收系数的稀疏表示，提高了噪声鲁棒性和内存效率。

NRGS: Neural Regularization for Robust 3D Semantic Gaussian Splatting

NRGS: 用于鲁棒3D语义高斯点云的神经正则化

Zaiyan Yang, Xinpeng Liu, Heng Guo, Jinglei Shi, Zhanyu Ma, Fumio Okura

机构 * Beijing University of Posts and Telecommunications, China（北京邮电大学，中国） ； Beijing Key Laboratory of Multimodal Data Intelligent Perception and Governance, China（北京多模态数据智能感知与治理重点实验室，中国） ； The University of Osaka, Japan（大阪大学，日本） ； Nankai University, China（南开大学，中国） 纠错

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

AI总结 本文提出神经正则化方法，通过提升多视角不一致2D特征产生的3D语义场，以获得准确且鲁棒的3D语义高斯点云。方法直接在3D高斯点云上操作，利用其几何和外观属性纠正3D空间中的语义错误。

AdaGScale: Viewpoint-Adaptive Gaussian Scaling in 3D Gaussian Splatting to Reduce Gaussian-Tile Pairs

AdaGScale：基于视角适应的高斯缩放以减少高斯-瓷砖对数量

Joongho Jo, Hyerin Lim, Hanjun Choi, Jongsun Park

机构 * Korea University（韩国大学） 纠错

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

AI总结 本文提出AdaGScale，通过视角适应的高斯缩放技术减少高斯-瓷砖对数量，提升3D高斯点云渲染速度并保持图像质量。

Comments DAC 2026

GS-STVSR: Ultra-Efficient Continuous Spatio-Temporal Video Super-Resolution via 2D Gaussian Splatting

GS-STVSR：通过二维高斯散射实现超高效的连续时空视频超分辨率

Mingyu Shi, Xin Di, Long Peng, Boxiang Cao, Anran Wu, Zhanfeng Feng, Jiaming Guo, Renjing Pei, Xueyang Fu, Yang Cao, Zhengjun Zha

机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

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

AI总结 本文提出GS-STVSR框架，通过二维高斯散射实现高效的连续时空视频超分辨率，利用高斯核的时空演变避免密集网格查询，提升处理效率和质量。

Voronoi-guided Bilateral 2D Gaussian Splatting for Arbitrary-Scale Hyperspectral Image Super-Resolution

基于Voronoi引导的双侧二维高斯点撒法的任意尺度超光谱图像超分辨率

Jie Zhang, Jinkun You, Shi Chen, Yicong Zhou

机构 * Department of Computer and Information Science（计算机与信息科学系） ； University of Macau（澳门大学） 纠错

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

AI总结 本文提出GaussianHSI框架，通过Voronoi引导的双侧二维高斯点撒法实现任意尺度超光谱图像超分辨率，结合谱细节增强模块提升重建效果。

CLOTH-HUGS: Cloth Aware Human Gaussian Splatting

CLOTH-HUGS：具有布料感知的人形高斯点撒特

Sadia Mubashshira, Nazanin Amini, Kevin Desai

机构 * University of Texas at San Antonio（德克萨斯大学阿纳海姆分校） 纠错

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

AI总结 CLOTH-HUGS通过高斯点撒特框架实现逼真布料人形重建，分离身体和衣物表示，采用共享规范空间联合编码身体、衣物和场景原语，提升布料真实感和几何精度。

GlobalSplat: Efficient Feed-Forward 3D Gaussian Splatting via Global Scene Tokens

GlobalSplat: 通过全局场景标记实现高效的前馈3D高斯点绘

Roni Itkin, Noam Issachar, Yehonatan Keypur, Xingyu Chen, Anpei Chen, Sagie Benaim

机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Westlake University（西拉丘盘大学） 纠错

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

AI总结 GlobalSplat通过全局场景标记实现高效的前馈3D高斯点绘，解决了传统方法在空间分配上的局限性，实现紧凑且一致的重建。

ProDiG: Progressive Diffusion-Guided Gaussian Splatting for Aerial to Ground Reconstruction

ProDiG：渐进式扩散引导高斯点云法用于空到地重建

Sirshapan Mitra, Yogesh S. Rawat

机构 * CRCV, University of Central Florida（中佛罗里达大学计算机视觉研究中心） 纠错

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

AI总结 本文提出ProDiG方法，通过扩散引导逐步将空视图转换为地面级视图，利用几何感知因果注意力模块和距离自适应高斯模块，实现高斯点云的渐进式优化，提升重建的几何一致性和鲁棒性。

Comments CVPR Findings 2026

Structure-Aware Fine-Grained Gaussian Splatting for Expressive Avatar Reconstruction

具有结构意识的细粒度高斯点散布用于表现力Avatar重建

Yuze Su, Hongsong Wang, Jie Gui, Liang Wang

机构 * School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（教育部新一代人工智能技术及其跨学科应用重点实验室（东南大学）） ； Purple Mountain Laboratories（紫金山实验室） ； Engineering Research Center of Blockchain Application, Supervision And Management (Southeast University), Ministry of Education（教育部区块链应用监管工程研究中心（东南大学）） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS)（多模态人工智能系统全国重点实验室） ； Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

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

AI总结 本文提出SFGS方法，通过空间三平面和时间六平面捕捉动态特征，结合结构感知高斯模块和残差细化模块，实现高保真全身体素Avatar重建，优于现有方法。

Comments The code is on Github: https://github.com/Su245811YZ/SFGS

Generative 3D Gaussian Splatting for Arbitrary-ResolutionAtmospheric Downscaling and Forecasting

生成式3D高斯散射用于任意分辨率的大气降尺度与预测

Tao Han, Zhibin Wen, Zhenghao Chen, Fenghua Lin, Junyu Gao, Song Guo, Lei Bai

机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； School of Computer and Information Sciences, University of Newcastle（纽卡斯尔大学计算机与信息科学学院） ； School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（西北工业大学人工智能、光学与电子学学院（iOPEN）） 纠错

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

AI总结 本文提出GSSA-ViT框架，通过生成式3D高斯模型与尺度感知注意力机制，实现高维大气场的任意分辨率预测与降尺度，提升多尺度预测效率与准确性。

Comments 20 pages, 13 figures

GS-Surrogate: Deformable Gaussian Splatting for Parameter Space Exploration of Ensemble Simulations

GS-Surrogate：基于可变形高斯散点的参数空间探索的可变形高斯散点

Ziwei Li, Rumali Perera, Angus Forbes, Ken Moreland, Dave Pugmire, Scott Klasky, Wei-Lun Chao, Han-Wei Shen

机构 * The Ohio State University（俄亥俄州立大学） ； NVIDIA（英伟达） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

AI总结 本文提出GS-Surrogate，一种基于可变形高斯散点的可视化替代模型，用于参数空间探索。通过构建标准高斯场并进行参数条件变形，实现高效可控的可视化任务适应，如等值面提取和转移函数编辑。

Rendering Multi-Human and Multi-Object with 3D Gaussian Splatting

多人类和多物体的3D高斯散射渲染

Weiquan Wang, Jun Xiao, Feifei Shao, Yi Yang, Yueting Zhuang, Long Chen

机构 * State Key Lab of CAD&CG, College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 本文提出MM-GS框架，通过实例级多视图融合和场景级实例交互模块，解决多人类和多物体动态场景重建中的视图一致性与复杂依赖建模问题，实现高保真渲染。

Comments 8 pages, 4 figures, accepted by ICRA 2026

Appearance Decomposition Gaussian Splatting for Multi-Traversal Reconstruction

外观分解高斯点云法用于多遍重建

Yangyi Xiao, Siting Zhu, Baoquan Yang, Tianchen Deng, Yongbo Chen, Hesheng Wang

机构 * Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis, Shanghai Jiao Tong University（上海交通大学自动化系，系统控制与信息处理教育部重点实验室，航空电子集成与航空系统综合国家重点实验室） 纠错

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

AI总结 本文提出ADM-GS框架，通过显式分解静态背景的外观，缓解多遍重建中的外观纠缠问题，采用神经光场和频率分离编码策略提升多遍一致性，实验证明在Argoverse 2和Waymo Open数据集上效果显著。

In Depth We Trust: Reliable Monocular Depth Supervision for Gaussian Splatting

深入信赖：为高斯散射可靠的单目深度监督

Wenhui Xiao, Ethan Goan, Rodrigo Santa Cruz, David Ahmedt-Aristizabal, Olivier Salvado, Clinton Fookes, Leo Lebrat

机构 * Queensland University of Technology（昆士兰科技大学） 纠错

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

AI总结 本文提出一种整合模糊和噪声深度先验的训练框架，以提升高斯散射的几何监督，从而提高渲染质量。

Comments accepted to CVPR 3DMV Workshop

GA-GS: Generation-Assisted Gaussian Splatting for Static Scene Reconstruction

GA-GS：基于生成的高斯点散射用于静态场景重建

Yedong Shen, Shiqi Zhang, Sha Zhang, Yifan Duan, Xinran Zhang, Wenhao Yu, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； School of information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） 纠错

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

AI总结 本文提出GA-GS方法，通过生成技术辅助恢复动态物体遮挡区域，引入可学习的真实性标量平衡真实背景与生成区域，利用轨迹匹配数据集验证了其在大规模持久遮挡场景中的优越性能。

4C4D: 4 Camera 4D Gaussian Splatting

4C4D: 4台相机的4维高斯点散布

Junsheng Zhou, Zhifan Yang, Liang Han, Wenyuan Zhang, Kanle Shi, Shenkun Xu, Yu-Shen Liu

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出4C4D框架，通过极稀疏相机拍摄实现高保真4维高斯点散布，解决视频中4维动态场景重建问题，提升几何建模能力。

Comments Accepted by CVPR 2026. Project page: https://junshengzhou.github.io/4C4D

HOIGS: Human-Object Interaction Gaussian Splatting

HOIGS: 人-物交互高斯散射

Taewoo Kim, Suwoong Yeom, Jaehyun Pyun, Geonho Cha, Dongyoon Wee, Joonsik Nam, Yun-Seong Jeong, Kyeongbo Kong, Suk-Ju Kang

机构 * Department of Electronics Engineering, Sogang University（西江大学电子工程系） ； NAVER Cloud Corp（NAVER Cloud公司） ； Department of Electrical & Electronics Engineering, Pusan National University（釜山国立大学电气与电子工程系） 纠错

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

AI总结 本文提出HOIGS方法，通过交叉注意力模块显式建模人与物的交互变形，结合HexPlane和CHS提取特征，提升动态场景重建的精度与鲁棒性。

Comments 24 pages, 9 figures