3D 视觉

M-Gaussian: An Magnetic Gaussian Framework for Efficient Multi-Stack MRI Reconstruction

M-Gaussian：一种用于高效多堆栈MRI重建的磁性高斯框架

Kangyuan Zheng, Xuan Cai, Jiangqi Wang, Guixing Fu, Zhuoshuo Li, Yazhou Chen, Xinting Ge, Liangqiong Qu, Mengting Liu

机构 * School of Biomedical Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学生物医学工程学院） 纠错

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

AI总结 M-Gaussian通过磁性高斯框架实现了高效多堆栈MRI重建，结合物理一致渲染与多分辨率训练，在FeTA数据集上达到40.31 dB PSNR并提升14倍速度。

Comments 15 pages, 9 figures

WildGHand: Learning Anti-Perturbation Gaussian Hand Avatars from Monocular In-the-Wild Videos

WildGHand: 从单目真实视频中学习抗扰动高斯手姿态体

Hanhui Li, Xuan Huang, Wanquan Liu, Yuhao Cheng, Long Chen, Yiqiang Yan, Xiaodan Liang, Chenqiang Gao

机构 * School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学智能系统工程学院） 纠错

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

AI总结 WildGHand通过动态扰动解耦模块和扰动感知优化策略，实现从真实视频中抗扰动的高斯手姿态体生成，取得多项指标上的显著提升。

Aesthetic Camera Viewpoint Suggestion with 3D Aesthetic Field

基于3D审美场的美观摄像机视角建议

Sheyang Tang, Armin Shafiee Sarvestani, Jialu Xu, Xiaoyu Xu, Zhou Wang

机构 * University of Waterloo（多伦多大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出基于3D审美场的视角建议方法，通过3D高斯散点网络将2D审美模型的知识蒸馏到3D空间，实现高效且无需密集捕获或RL探索的美观视角搜索。

Comments 14 pages, 10 figures

Changes in Real Time: Online Scene Change Detection with Multi-View Fusion

实时变化：多视角融合的在线场景变化检测

Chamuditha Jayanga Galappaththige, Jason Lai, Lloyd Windrim, Donald Dansereau, Niko Sünderhauf, Dimity Miller

机构 * QUT Centre for Robotics（昆士兰理工大学机器人中心） ； ARIAM ； ACFR, University of Sydney（悉尼大学先进计算机研究中心） ； Abyss Solutions 纠错

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

AI总结 本文提出了一种基于多视角融合的在线场景变化检测方法，通过自监督融合损失、快速姿态估计和变化引导更新策略，在高帧率下实现了优于离线方法的性能。

Comments Accepted at CVPR 2026. Project Page: https://chumsy0725.github.io/O-SCD/

MeGA: Hybrid Mesh-Gaussian Head Avatar for High-Fidelity Rendering and Head Editing

MeGA: 混合网格-高斯头像用于高保真渲染和头像编辑

Cong Wang, Di Kang, He-Yi Sun, Shen-Han Qian, Zi-Xuan Wang, Linchao Bao, Song-Hai Zhang

机构 * Tsinghua University（清华大学） ； Tencent（腾讯） ； Technical University of Munich（慕尼黑技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 MeGA通过混合网格和高斯表示，实现高保真头像渲染与编辑，提升面部和头发的细节与真实感。

Comments Accepted by CVPR 2025. Project page: https://conallwang.github.io/MeGA_Pages/

Digital Twin Generation from Visual Data: A Survey

从视觉数据生成数字孪生：一项调查

Andrew Melnik, Benjamin Alt, Giang Nguyen, Artur Wilkowski, Maciej Stefańczyk, Qirui Wu, Sinan Harms, Helge Rhodin, Manolis Savva, Michael Beetz

机构 * University of Bremen（不莱梅大学） ； Warsaw University of Technology（华沙技术大学） ； Bielefeld University（比勒菲尔德大学） ； Simon Fraser University（西蒙弗雷泽大学） 纠错

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

AI总结 本文综述了从视觉数据生成数字孪生的最新方法，探讨了多种技术及其挑战，为实际应用提供了全面的视角。

Wrivinder: Towards Spatial Intelligence for Geo-locating Ground Images onto Satellite Imagery

Wrivinder：迈向空间智能：将地面图像定位到卫星图像

Chandrakanth Gudavalli, Tajuddin Manhar Mohammed, Abhay Yadav, Ananth Vishnu Bhaskar, Hardik Prajapati, Cheng Peng, Rama Chellappa, Shivkumar Chandrasekaran, B. S. Manjunath

机构 * Mayachitra, Inc.（Mayachitra公司） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 Wrivinder通过聚合地面影像与卫星图像，实现零样本的几何驱动定位，提供首个全面的跨视角对齐基准。

ArmGS: Composite Gaussian Appearance Refinement for Modeling Dynamic Urban Environments

ArmGS：复合高斯外观细化用于动态城市环境建模

Guile Wu, Dongfeng Bai, Bingbing Liu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

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

AI总结 ArmGS通过复合高斯溅射与多粒度外观细化，提升动态城市环境自动驾驶场景建模的精度与效率。

Comments ICRA 2026

Learning Physics-Grounded 4D Dynamics with Neural Gaussian Force Fields

基于神经高斯力场的学习物理 grounded 4D 动力学

Shiqian Li, Ruihong Shen, Junfeng Ni, Chang Pan, Chi Zhang, Yixin Zhu

机构 * Institute for AI, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理学与认知科学学院） ； School of EECS, Peking University（北京大学电子工程学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Yuanpei College, Peking University（北京大学元培学院） ； State Key Lab of General AI, Peking University（北京大学通用人工智能国家重点实验室） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京行为与心理健康重点实验室） 纠错

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

AI总结 本文提出神经高斯力场（NGFF），通过结合3D高斯感知与物理动力学建模，从多视角RGB输入生成交互式、物理真实的4D视频，提升视频预测的物理 grounded 性。

Comments 43 pages, ICLR 2026

ArtisanGS: Interactive Tools for Gaussian Splat Selection with AI and Human in the Loop

ArtisanGS: 带有AI和人机协作的高斯点选择交互工具

Clement Fuji Tsang, Anita Hu, Or Perel, Carsten Kolve, Maria Shugrina

机构 * NVIDIA ； NVIDIA Canada（NVIDIA 加拿大） ； University of Toronto Canada（多伦多大学 加拿大） ； NVIDIA France（NVIDIA 法国） ； University of Toronto（多伦多大学） ； Institute for Clarity in Documentation Dublin Ohio USA（文档清晰研究所 俄亥俄州 大致） ； Inria Paris-Rocquencourt（法国巴黎-罗克琴特研究所） ； Rajiv Gandhi University Doimukh Arunachal Pradesh India（拉吉夫·甘地大学 亚当穆克 阿鲁纳恰尔邦 印度） ； Tsinghua University Haidian Qu Beijing Shi China（清华大学 海淀区 北京市 中国） ； Palmer Research Laboratories San Antonio Texas USA（帕勒研究中心 肯塔基州 威斯康星州 美国） 纠错

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

AI总结 ArtisanGS通过交互式工具实现高斯点选择与分割，结合AI与人工干预，提供灵活的局部编辑功能，适用于真实场景中的可控编辑。

Comments 12 pages, includes supplementary material

Color3D: Controllable and Consistent 3D Colorization with Personalized Colorizer

Color3D: 可控且一致的3D着色化方法，具有个性化着色器

Yecong Wan, Mingwen Shao, Renlong Wu, Wangmeng Zuo

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Harbin Institute of Technology Zhengzhou Research Institute（哈尔滨工业大学郑州研究所） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳先进技术大学人工智能研究所） 纠错

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

AI总结 Color3D通过个性化着色器实现可控且一致的3D着色化，提升动态和静态场景的色彩丰富度与用户可控性。

Comments ICLR 2026 Project Page https://yecongwan.github.io/Color3D/

StyleMe3D: Stylization with Disentangled Priors by Multiple Encoders on 3D Gaussians

StyleMe3D: 通过多编码器在3D高斯上实现解耦先验的风格化

Cailin Zhuang, Yaoqi Hu, Xuanyang Zhang, Wei Cheng, Jiacheng Bao, Shengqi Liu, Yiying Yang, Xianfang Zeng, Gang Yu, Ming Li

机构 * ShanghaiTech University（上海科技大学） ； StepFun ； AIGC Research（AIGC研究院） ； Guangming Laboratory（光明实验室） 纠错

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

AI总结 StyleMe3D通过多编码器在3D高斯上实现解耦先验的风格化，利用动态风格分数蒸馏和多模态对齐策略提升风格迁移效果。

Comments 18 pages; Project page: https://styleme3d.github.io/

MarkCleaner: High-Fidelity Watermark Removal via Imperceptible Micro-Geometric Perturbation

MarkCleaner: 通过不可察觉的微几何扰动实现高保真的水印移除

Xiaoxi Kong, Jieyu Yuan, Pengdi Chen, Yuanlin Zhang, Chongyi Li, Bin Li

机构 * VCIP, CS, Nankai University（计算机科学系，南开大学） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing, Shenzhen University（智能信息处理广东省重点实验室，深圳大学） 纠错

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

AI总结 MarkCleaner通过微几何扰动实现高效且高保真的水印移除，避免语义漂移并提升视觉保真度。

DiffStyle3D: Consistent 3D Gaussian Stylization via Attention Optimization

DiffStyle3D: 通过注意力优化实现一致的3D高斯风格化

Yitong Yang, Xuexin Liu, Yinglin Wang, Jing Wang, Hao Dou, Changshuo Wang, Shuting He

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

AI总结 DiffStyle3D通过注意力优化实现3D高斯风格迁移，提升多视图一致性和视觉效果

ClipGS-VR: Immersive and Interactive Cinematic Visualization of Volumetric Medical Data in Mobile Virtual Reality

ClipGS-VR：在移动虚拟现实中实现沉浸式和交互式体积医学数据的电影级可视化

Yuqi Tong, Ruiyang Li, Chengkun Li, Qixuan Liu, Shi Qiu, Pheng-Ann Heng

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

AI总结 ClipGS-VR通过基于梯度的不透明度调节实现移动VR中的任意角度切片，提升体积医学数据的沉浸式交互可视化性能。

Comments IEEE VR 2026 Posters

ExoGS: A 4D Real-to-Sim-to-Real Framework for Scalable Manipulation Data Collection

ExoGS：一种用于可扩展操纵数据收集的4D真实到仿真到真实框架

Yiming Wang, Ruogu Zhang, Minyang Li, Hao Shi, Junbo Wang, Deyi Li, Jieji Ren, Wenhai Liu, Weiming Wang, Hao-Shu Fang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 ExoGS通过无需机器人的4D真实到仿真到真实框架，实现高精度动态交互捕捉与仿真转换，提升操控数据收集效率和策略泛化能力。

HeadLighter: Disentangling Illumination in Generative 3D Gaussian Heads via Lightstage Captures

HeadLighter: 通过Lightstage捕获在生成3D高斯头部中解耦照明

Yating Wang, Yuan Sun, Xuan Wang, Ran Yi, Boyao Zhou, Yipengjing Sun, Hongyu Liu, Yinuo Wang, Lizhuang Ma

机构 * Shanghai Jiao Tong University（上海交通大学） ； AntGroup Research（蚂蚁集团研究） 纠错

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

AI总结 HeadLighter通过Lightstage捕获提出了一种新的监督框架，用于解耦生成3D头部模型中的光照与外观，实现高质量生成和实时渲染，同时支持光照和视角编辑。

ScenDi: 3D-to-2D Scene Diffusion Cascades for Urban Generation

ScenDi: 3D到2D场景扩散级联用于城市生成

Hanlei Guo, Jiahao Shao, Xinya Chen, Xiyang Tan, Sheng Miao, Yujun Shen, Yiyi Liao

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； The University of British Columbia（不列颠哥伦比亚大学） 纠错

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

AI总结 ScenDi通过整合3D和2D扩散模型，解决3D城市生成中外观细节与相机可控性的平衡问题，实现高质量场景生成。

SuperGSeg: Open-Vocabulary 3D Segmentation with Structured Super-Gaussians

SuperGSeg: 基于结构化超高斯的开放词汇3D分割

Siyun Liang, Sen Wang, Kunyi Li, Michael Niemeyer, Stefano Gasperini, Hendrik P. A. Lensch, Nassir Navab, Federico Tombari

机构 * Technical University of Munich（慕尼黑技术大学） ； University of Tübingen（图宾根大学） ； Google（谷歌） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； VisualAIs（视觉人工智能） 纠错

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

AI总结 SuperGSeg通过结构化超高斯实现开放词汇3D分割，结合神经3D高斯体和语言特征蒸馏，提升场景理解与分割性能。

Comments 13 pages, 8 figures. Project page: supergseg.github.io

DIAMOND-SSS: Diffusion-Augmented Multi-View Optimization for Data-efficient SubSurface Scattering

DIAMOND-SSS: 用于数据高效次表面散射的扩散增强多视图优化

Guillermo Figueroa-Araneda, Iris Diana Jimenez, Florian Hofherr, Manny Ko, Hector Andrade-Loarca, Daniel Cremers

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

AI总结 DIAMOND-SSS通过扩散模型实现高保真透明重建，利用极稀疏监督生成逼真增强效果，将实际捕获需求降低90%。

SRFlow: A Dataset and Regularization Model for High-Resolution Facial Optical Flow via Splatting Rasterization

SRFlow：一种通过点撒射法栅格化实现高分辨率面部光流的数据库和正则化模型

JiaLin Zhang, Dong Li

机构 * School of Automation, Guangdong University of Technology（广东工业大学自动化学院） 纠错

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

AI总结 SRFlow提出高分辨率面部光流数据集和模型，通过定制正则化损失提升光流估计精度和微表情识别性能。

SmartSplat: Feature-Smart Gaussians for Scalable Compression of Ultra-High-Resolution Images

SmartSplat: 基于特征的智能高斯用于超高清图像的可扩展压缩

Linfei Li, Lin Zhang, Zhong Wang, Ying Shen

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

AI总结 SmartSplat通过特征感知的高斯方法实现超高清图像的高效压缩，兼顾压缩比与重建质量，展现强可扩展性。

Comments Accepted by AAAI 2026

InpaintHuman: Reconstructing Occluded Humans with Multi-Scale UV Mapping and Identity-Preserving Diffusion Inpainting

InpaintHuman: 通过多尺度UV映射和身份保持扩散修复重建被遮挡的人类

Jinlong Fan, Shanshan Zhao, Liang Zheng, Jing Zhang, Yuxiang Yang, Mingming Gong

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团） ； Wuhan University（武汉大学） ； University of Melbourne（墨尔本大学） 纠错

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

AI总结 InpaintHuman通过多尺度UV映射和身份保持扩散修复技术，从被遮挡的单目视频中生成高保真、完整且可动画的3D人类化身。

Structure-Guided Allocation of 2D Gaussians for Image Representation and Compression

基于结构的2D高斯分配用于图像表示与压缩

Huanxiong Liang, Yunuo Chen, Yicheng Pan, Sixian Wang, Jincheng Dai, Guo Lu, Wenjun Zhang

机构 * Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） ； Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications（教育部无线通信关键实验室） 纠错

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

AI总结 本文提出基于图像结构的2D高斯分配方法，通过自适应量化和几何正则化提升图像表示与压缩效率。

Hash Grid Feature Pruning

哈希网格特征剪枝

Yangzhi Ma, Bojun Liu, Jie Li, Li Li, Dong 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 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本研究提出了一种哈希网格特征剪枝方法，通过识别并剪枝无效特征以减少存储开销，同时保持模型性能，实现率失真性能的提升。

AirGS: Real-Time 4D Gaussian Streaming for Free-Viewpoint Video Experiences

AirGS: 实时4D高斯流式处理以实现自由视角视频体验

Zhe Wang, Jinghang Li, Yifei Zhu

机构 * Global College, Shanghai Jiao Tong University（上海交通大学全球学院） 纠错

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

AI总结 AirGS通过优化4DGS框架，实现高质量低延迟的自由视角视频体验，减少质量退化并提升传输效率。

Comments This paper is accepted by IEEE International Conference on Computer Communications (INFOCOM), 2026

RecurGS: Interactive Scene Modeling via Discrete-State Recurrent Gaussian Fusion

RecurGS: 通过离散状态递归高斯融合实现交互式场景建模

Wenhao Hu, Haonan Zhou, Zesheng Li, Liu Liu, Jiacheng Dong, Zhizhong Su, Gaoang Wang

机构 * Zhejiang University（浙江大学） ； Horizon Robotics ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 RecurGS通过递归融合框架实现离散状态的交互式场景建模，提升3D环境的更新效率和逼真度。

VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments

VLA-AN：一种用于复杂环境空中导航的高效且机载视觉-语言-动作框架

Yuze Wu, Mo Zhu, Xingxing Li, Yuheng Du, Yuxin Fan, Wenjun Li, Zhichao Han, Xin Zhou, Fei Gao

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

AI总结 VLA-AN通过高效机载框架提升无人机在复杂环境中的导航能力，实现8.3倍推理吞吐量提升和98.1%的成功率。

DynamicGSG: Dynamic 3D Gaussian Scene Graphs for Environment Adaptation

DynamicGSG: 动态3D高斯场景图用于环境适应

Luzhou Ge, Xiangyu Zhu, Zhuo Yang, Xuesong Li

机构 * School of Computer Science, Beijing Institute of Technology, China（计算机学院，北京理工大学） 纠错

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

AI总结 DynamicGSG通过动态高斯场景图实现环境适应，利用高斯溅射技术构建层次化场景图，提升环境理解和适应能力。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

ASAP-Textured Gaussians: Enhancing Textured Gaussians with Adaptive Sampling and Anisotropic Parameterization

ASAP-Textured Gaussians: 通过自适应采样和各向异性参数化增强纹理高斯体

Meng Wei, Cheng Zhang, Jianmin Zheng, Hamid Rezatofighi, Jianfei Cai

机构 * Monash University（莫纳什大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 ASAP-Textured Gaussians通过自适应采样和各向异性参数化优化纹理高斯体，提升渲染质量与效率的平衡。