视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
3D高斯溅射的即插即用感知优化
机构 * Apple（苹果公司） ； Tandon School of Engineering, New York University（纽约大学坦登工程学院）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对3DGS依赖像素级损失导致模糊的问题，提出正则化Wasserstein损失WD-R，通过大规模人类主观实验验证其在纹理恢复和感知指标上的优势，并推广到多种框架和场景压缩任务。
Comments Accepted as a conference paper at ECCV'26. Project page: https://apple.github.io/ml-perceptual-3dgs
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,comments)；NeRF(abstract)；point cloud(abstract)
Comments Accepted by NeurIPS 2024, 3DGS steganography
专题命中 Gaussian Splatting ：3DGS(title,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
Comments Accepted at IROS 2024 (Oral presentation). Project page: https://qherau.github.io/3DGS-Calib/
LocusGS：用于前馈三维高斯溅射的空间锚定令牌
机构 * National University of Defence Technology（国防科技大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title)；novel view synthesis(abstract)；分类 cs.CV
AI总结 LocusGS为前馈3DGS的高斯查询添加三维锚定状态，提升查询空间连贯性，在相同高斯预算下改善新视图合成的渲染质量。
面向3D高斯散射的场景无关物体感知表示学习
机构 * Aalto University（阿尔托大学） ； University of Oulu（奥卢大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出一种场景无关的物体感知监督方案，通过预训练的slot attention基Global Object Centric Learning模块，学习一致的物体代码本，提升3DGS的表示结构和泛化能力。
JSGS：基于混合质量视图的3D高斯溅射的JPEG状态引导监督
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对混合质量JPEG图像损坏3D高斯溅射（3DGS）跨视图高斯更新的问题，提出JSGS方法，利用JPEG量化表构建观测算子并结合块差异正则化，在7个场景和3种设置下获最优指标且渲染速度约150 FPS。
EvTrajGS：基于无姿态事件流的精确高效3D高斯溅射（Gaussian Splatting）方法
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） ； Guangdong Province Key Laboratory of Information Security Technology（广东省信息安全技术重点实验室） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education（机器智能与先进计算教育部重点实验室） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computing and Information Technology, Great Bay University（大湾区大学计算与信息技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出EvTrajGS框架，针对无姿态事件流实现精确高效的3D高斯溅射，通过连续时间轨迹参数化、时间耦合姿态更新及损失加权事件采样，在提升重建与姿态精度的同时降低计算开销，性能优于现有方法。
RealityBridge: 连接可编辑3D高斯泼溅驾驶模拟与现实世界视频
机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Information Security Technology（广东省信息安全技术重点实验室） ； 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 ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出RealityBridge框架，利用多模态控制和轻量级GateNet，结合自回归长视频训练与奖励引导后训练，缩小编辑后3DGS驾驶视频的Sim-to-Real差距，提升视觉真实感和时间一致性。
Comments Under submission
StreamSplat：流式前馈三维高斯溅射
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出StreamSplat流式前馈3DGS框架，通过VACC、HPDA、CGFI技术实现长输入流下的高效因果场景更新，在多数据集上的新视角合成质量优于固定视角基准。
DynActiveGS：面向动态场景重建的主动高斯溅射方法
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）
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: 基于3DGS的闭环可微优化框架用于单图像法线估计
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）
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。
AtlasLC：适用于编解码器的以对象为中心的3D高斯溅射的快速压缩
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.GR
AI总结 本文提出AtlasLC，一种无源码无训练的以对象为中心的3DGS压缩管线，可减少压缩时间并优化部署相关指标，助力构建可扩展的XR资产库。
Comments Accepted to IEEE ISMAR 2026 (TVCG)
ATSplat：具有自适应令牌扩展的紧凑型前馈3D高斯点渲染
机构 * Yonsei University（延世大学） ； National University of Singapore（新加坡国立大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 研究针对现有前馈3DGS方法不足，提出ATSplat框架。通过自适应3D令牌恢复自适应分配能力，先提升深度等形成场景支架，再回归高斯并解耦放置，还用模块预测不确定性分数并扩展令牌。实验表明其实现高质量渲染且减少高斯数量，提升效率。
Comments Project page is at: https://join16.github.io/page-atsplat
用于3D高斯点云的量子启发式非正交函数空间压缩
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 研究针对3D高斯点云存储和渲染成本高的问题，提出量子启发式非正交函数空间压缩方法QIRF，通过构建矩阵、广义特征分解等操作减少高斯数量和存储，提升渲染速度，且保持重建质量，揭示了非正交函数空间冗余的重要性。
Vis4GS: 3D高斯泼溅重建的可视分析工具
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.GR
AI总结 针对3DGS重建中高斯属性对伪影的影响难以解释的问题，提出Vis4GS多视图可视分析工具，通过链接伪影与高斯属性、视图覆盖、训练进度和谱系，支持结构化诊断重建失败原因。
Comments Accepted to IEEE VIS 2026 Short Papers
初始化与密集化在3D高斯散射中的作用与关系
机构 * Czech Technical University in Prague, Faculty of Electrical Engineering（布拉格捷克技术大学电子工程系） ； Czech Technical University in Prague, Czech Institute of Informatics, Robotics and Cybernetics（布拉格捷克技术大学信息技术、机器人学与自动化研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；point cloud(abstract)；novel view synthesis(abstract)
AI总结 本文研究初始化与密集化在3D高斯散射中的关系，提出新基准测试，分析不同初始化类型与密集化方案的组合，发现现有密集化方法无法充分利用密集初始化。
Comments Sources are available at https://github.com/deivse/ivd_splat . Changes in this version: extended experiments, adjusted direction
你只需一次高斯：用于超密集采样场景的可控3D高斯点划法
机构 * Ke Holdings Inc.（凯控股有限公司）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出YOGO框架，通过确定性预算均衡解决3DGS在工业应用中的资源消耗问题，并引入Immersion v1.0数据集提升重建精度。
Comments 15 pages, 5 figures
GeoGS-SLAM：使用带几何先验的高斯点云的在线单目重建
机构 * State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（工业控制技术国家重点实验室，浙江大学控制科学与工程学院） ； Key Laboratory of Collaborative Sensing and Autonomous Unmanned Systems of Zhejiang Province（浙江省协同感知与自主无人系统重点实验室）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.RO
AI总结 研究提出GeoGS-SLAM在线单目密集重建系统，结合3DGS地图表示与几何先验。利用前馈模型预测先验，通过采样扩展地图，粗到细优化姿态和地图，纳入回环检测与姿态图优化，实验表明其在质量、精度和实时性上优于现有方法。
StereoSplat+：具有扩散辅助渐进推理的前馈立体高斯点云渲染
机构 * Institute of Science Tokyo（东京科学研究所）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 研究从单目立体观察恢复高质量3DGS场景的问题，提出StereoSplat+框架，包含StereoSplat估计器及扩散增强单步渐进推理方案，实验表明该方法提升了新视图渲染质量和几何精度，优于现有前馈3DGS基线。
Comments 8 pages, accepted as a conference paper for IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2026)
GeoGS-SLAM：用于密集单目 SLAM 的仅几何高斯点云法
机构 * School of Instrument Science and Opto-electronics Engineering, Beihang University（仪器科学与光电工程学院，北京航空航天大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；novel view synthesis(abstract)
AI总结 研究针对密集视觉 SLAM 问题，提出仅几何高斯点云法（GeoGS）及基于此的 GeoGS-SLAM 系统。该方法仅保留空间参数减少基元参数，专注几何重建，通过有效训练框架和地图更新策略，提升在线映射效率与几何重建质量。
具有原生不确定性和自适应复杂度控制的渲染感知贝叶斯3D高斯点云渲染
机构 * Advanced Micro Devices, Inc.（超威半导体公司） ； University of Texas at Arlington（德克萨斯大学阿灵顿分校）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 研究针对3D高斯点云渲染标准训练管道的不足，引入渲染感知贝叶斯3DGS框架，通过特定后验跟踪高斯几何，有可选扩展及明确训练计划。实验表明该框架在主动视图选择等任务中表现出色，能提供原生预测不确定性，提升相关指标。
Comments 26 pages, 4 figures, 24 tables including appendix. Preprint
通过具有法线先验的高置信度深度传播，使用高斯点云进行稀疏视图曲面重建
机构 * School of Software, Tsinghua University（清华大学软件学院） ； China Telecom（中国电信） ； 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,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；novel view synthesis(abstract)
AI总结 研究稀疏视图的3D重建难题，提出基于3D高斯点云的方法，用法线引导深度传播扩展深度信息，引入异常深度边缘感知正则化处理深度不连续，实验表明该方法优于现有技术。
Comments Accepted by ECCV 2026
AnchorSplat：用于高斯泼溅的快速且结构一致的细节合成
机构 * MAIS&NLPR, CASIA（中国科学院自动化研究所模式识别国家重点实验室） ； GigaAI ； ShanghaiTech University（上海科技大学） ； Tsinghua University（清华大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出AnchorSplat，一种端到端3D原生深度网络，通过点锚机制实现几何一致性，无需原始多视图图像，在3DGS-SR基准上实现比优化方法快10^5倍的细节合成。
Comments Accepted by ECCV2026. Code: https://github.com/zhude233/AnchorSplat
X-Splat：基于高斯泼溅的从单张全景X光片生成3D CBCT
机构 * Sano Centre for Computational Medicine（桑诺计算医学中心） ； Jagiellonian University（雅盖隆大学） ； Warsaw University of Technology（华沙技术大学） ； Research Institute IDEAS（IDEAS研究 institute） ； Harvard Medical School（哈佛医学院）
专题命中 Gaussian Splatting ：NeRF(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出X-Splat，首个利用高斯泼溅从单张全景X光片生成CBCT样3D牙科体积的方法，通过已知采集几何初始化可学习高斯原语，结合Beer-Lambert重投影和多视角训练监督，优于NeRF和GAN基线。
Comments 19 pages, 6 figures, including appendix. Under review
IBRSteG: 学习一种面向3D高斯泼溅的可泛化隐写框架
机构 * Department of Automation, Tsinghua University（自动化系，清华大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出IBRSteG，一种可泛化的3DGS隐写框架，通过GAS网络学习场景无关的嵌入函数，将秘密3D高斯属性注入覆盖场景，无需逐场景微调即可重构隐写场景，实现高视觉质量、大容量和安全性。
Comments Accepted by IEEE Transactions on Multimedia (TMM)
UniTriSplat：统一球面光栅化的通用相机3D高斯泼溅框架
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对现有3DGS框架依赖相机特定光栅化导致跨相机模型性能下降的问题，提出UniTriSplat，利用HEALPix离散化在单位球面上统一高斯泼溅，实现从窄视场到全景的一致优化。
Comments 32 pages, 14 figures, 6 tables. Project page: https://yipengzhu0809.github.io/UniTriSplat/ . UniTriSplat was accepted to ECCV 2026
Graph-GSReg: 利用3D场景图进行高斯溅射配准
机构 * Yonsei University（延世大学） ； Korea Institute of Science and Technology（韩国科学技术院）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出Graph-GSReg方法，通过构建3D场景图将3DGS配准转化为图配准问题，并引入自监督测试时优化以消除合并伪影，实现高精度配准和高质量场景融合。
RAGA：面向3DGS化身-场景交互的实时光线追踪高斯阴影投射
机构 * Tübingen AI Center, University of Tübingen, Germany（图宾根人工智能中心，图宾根大学，德国） ； Max Planck Institute for Informatics, Saarland Informatics Campus, Germany（马克斯·普朗克研究所信息学院，萨尔兰信息学院，德国） ； Imperial College London, UK（伦敦帝国理工学院，英国） ； King Abdullah University of Science and Technology (KAUST), Saudi Arabia（国王阿卜杜勒阿齐兹科技大学（KAUST），沙特阿拉伯） ； Snap Inc., USA（Snap公司，美国）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出RAGA方法，通过精确的射线-高斯线积分在纯高斯空间中实现阴影计算，无需网格重建，支持单/多化身及物体交互场景，达到约50 FPS的实时性能。
Comments ECCV 2026. Project Page at https://miraymen.github.io/raga/
Pocket-SLAM：面向内存高效的3DGS-SLAM的渲染区域感知剪枝
机构 * University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出一种渲染区域感知的剪枝策略，根据高斯点对有效渲染区域的贡献进行选择性移除，在EuRoC和KITTI数据集上实现超过60%的内存减少和2倍以上的FPS提升，同时保持定位与建图精度。
Comments 2026 IEEE International Conference on Robotics and Automation(ICRA)
面向动态3D高斯泼溅的时间感知致密化
机构 * Indian Institute of Science（印度科学研究所）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出Visibility-Aware Densification框架，通过时间可见性、自适应阈值和时间偏移扭曲，改进动态3DGS的致密化，提升动态区域重建质量。
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