Robust and Efficient 3D Gaussian Splatting for Urban Scene Reconstruction
Jinan University（济南大学）；University of Macau（澳门大学）
本研究提出一种鲁棒高效的城市场景3D高斯泼溅重建框架，通过场景划分、可见性图像选择、可控LOD策略及外观变换等模块，实现城市级场景的快速重建与实时渲染，效率和质量均优于现有方法。
2025-07-30 cs.CV
Shell-Supervised Gaussian Splatting for Urban Real-to-Sim Reconstruction
Hong Kong Center for Construction Robotics（香港建设机器人中心）；Tsinghua University（清华大学）
提出壳监督高斯溅射框架，利用外部立面结构壳作为几何监督，通过掩码门控损失优化高斯重建，提升城市立面几何一致性。
2026-06-29 cs.CV
EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis
Zhejiang University（浙江大学）；University of Tübingen（蒂宾根大学）；Tübingen AI Center（蒂宾根人工智能中心）
EVolSplat提出一种前馈式3D高斯泼溅模型，通过3D卷积网络在统一体积内预测高斯，实现城市场景快速重建与实时渲染，在KITTI-360和Waymo上达到最先进质量。
2025-03-26 cs.CV
HUGS: Holistic Urban 3D Scene Understanding via Gaussian Splatting
Zhejiang University（浙江大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）；University of Tübingen（蒂宾根大学）；Tübingen AI Center（蒂宾根人工智能中心）
本文提出HUGS，利用三维高斯泼溅联合优化几何、外观、语义和运动，实现城市场景的整体理解，支持实时新视角渲染和高精度语义分割，并在多个基准上验证有效性。
2024-03-19 cs.CV
Agentic Building-Aware Satellite Gaussian Splatting for Auditable Urban DSM Reconstruction
University of Waterloo（滑铁卢大学）；University of Calgary（卡尔加里大学）；Sun Yat-sen University（中山大学）
提出一种智能体感知建筑的卫星高斯泼溅工作流，利用建筑掩膜语义先验和智能体重建控制器选择策略，在DFC2019场景中降低建筑区域DSM误差，实现可审计的城市三维重建。
2026-09-23 cs.CV
BézierGS: Dynamic Urban Scene Reconstruction with Bézier Curve Gaussian Splatting
School of Data Science, Fudan University（复旦大学数据科学学院）
针对自动驾驶城市场景重建依赖物体姿态标注的问题，提出贝塞尔曲线高斯泼溅方法，用可学习曲线建模动态物体轨迹并自动纠正姿态误差，在Waymo和nuPlan数据集上优于现有方法。
2025-07-08 cs.CV
VEGS: View Extrapolation of Urban Scenes in 3D Gaussian Splatting using Learned Priors
KAIST（韩国科学技术院）；Ghent University（根特大学）
该研究针对城市场景重建中外推视图合成性能不佳的问题，提出VEGS方法，结合密集LiDAR地图初始化与表面法线估计、扩散模型先验，提升了分布外新视角的渲染质量，是首个解决该场景下EVS问题的工作。
2024-07-13 cs.CV
MuDG: Taming Multi-modal Diffusion with Gaussian Splatting for Urban Scene Reconstruction
THU（清华大学）；MEGVII（旷视科技）；Mach Drive（马赫驱动）；SJTU（上海交通大学）；HKU（香港大学）
本文提出 MuDG 框架，将多模态视频扩散模型与 3DGS 结合，利用 LiDAR、RGB 及几何先验生成多模态新视角并优化场景表示，在 Open Waymo 上提升极端视角下的重建与合成质量。
2025-03-13 cs.CV
PG-SAG: Parallel Gaussian Splatting for Fine-Grained Large-Scale Urban Buildings Reconstruction via Semantic-Aware Grouping
School of Geodesy and Geomatics, Wuhan University（武汉大学测绘学院）
本文提出PG-SAG方法，利用语义感知分组和并行高斯优化，在不降采样原图分辨率的情况下实现大规模城市建筑细粒度表面重建，并通过改进法线损失和负载均衡损失提升重建质量与效率。
2025-01-03 cs.CV
VAD-GS: Visibility-Aware Densification for 3D Gaussian Splatting in Dynamic Urban Scenes
Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统研究所）；College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院）；National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家实验室）
提出VAD-GS框架，通过体素可见性推理、多样性感知视图选择和多视图立体重建，在动态城市场景中恢复缺失几何结构，提升3D高斯泼溅的重建质量。
2026-05-29 cs.CV
EVolSplat4D: Efficient Volume-based Gaussian Splatting for 4D Urban Scene Synthesis
Zhejiang University（浙江大学）；Huawei（华为）；University of Tübingen（图宾根大学）
EvolSplat4D通过统一体积和像素高斯预测，实现高效4D城市场景合成，提升动态和静态环境的重建精度与一致性。
2026-09-30 cs.CV
DENSER: 3D Gaussians Splatting for Scene Reconstruction of Dynamic Urban Environments
SnT - Interdisciplinary Centre for Security, Reliability and Trust, University of Luxembourg（卢森堡大学SnT安全、可靠性与跨学科信任中心）
针对动态城市场景中现有重建方法对动态物体尤其是远处物体的外观建模效果不佳的问题，提出DENSER框架，结合小波动态估计球谐基与跨帧点云致密化，在KITTI数据集上性能大幅超越SOTA。
2024-09-16 cs.CV
P2GS: Physical Prior-guided Gaussian Splatting for Photometrically Consistent Urban Reconstruction
Chubu University（名古屋大学）；Turing Inc.（图灵公司）
本文提出P2GS，一种基于物理先验的高斯点云法，用于解决自动驾驶中由于异质相机管道和动态户外照明导致的光度不一致问题，通过联合分解视图不变的线性HDR光场、每视图曝光尺度和色调映射函数，提升光度一致性与光照一致性。
2026-05-16 cs.CV
3D Gaussian Splatting for Fine-grained Urban Scene Reconstruction via Semantic-guided Density Control and Loss Design
School of Computer Science, China University of Geosciences (Wuhan)（中国地质大学（武汉）计算机学院）；School of Architecture and Urban Planning, Shenzhen University（深圳大学建筑与城市规划学院）；Guangdong Key Laboratory of Urban Informatics, Shenzhen University（深圳大学广东省城市信息学重点实验室）；MNR Key Laboratory for Geo-Environmental Monitoring of Great Bay Area, Shenzhen University（深圳大学自然资源部大湾区地理环境监测重点实验室）
针对3DGS重建城市细粒度结构时的密度控制粗糙、损失无语义引导问题，提出SG-GS方法，结合SAM语义约束优化密度控制与损失，提升重建精度并缓解伪影。
2026-10-14 cs.CV
Feature Splatting for Better Novel View Synthesis with Low Overlap
I3A（I3A研究所）；University of Zaragoza（萨拉戈萨大学）
本文提出FeatSplat，用逐高斯特征向量替代球谐函数编码颜色，并通过小型MLP结合相机嵌入解码RGB，显著提升低重叠新视角合成质量，同时支持逐像素语义标签生成。
2024-09-30 cs.CV
DBMovi-GS: Dynamic View Synthesis from Blurry Monocular Video via Sparse-Controlled Gaussian Splatting
Interdisciplinary Program in Neuroscience（神经科学跨学科项目）；IPAI；AIIS, Seoul National University（首尔国立大学人工智能研究所）
针对模糊单目视频动态视图合成难题，提出DBMovi-GS方法，通过生成密集3D高斯恢复清晰度并重建动态场景3D几何，在动态模糊场景下实现鲁棒的新视图合成性能。
2025-06-26 cs.CV
SonarSplat: Novel View Synthesis of Imaging Sonar via Gaussian Splatting
Department of Robotics, University of Michigan（机器人学系，密歇根大学）
本文提出SonarSplat框架，通过引入具有声学属性的3D Gaussians和方位角条纹建模方法，实现了成像声纳的逼真新视角合成与高精度3D重建，并支持条纹去除。
2025-11-03 cs.CV
DIAL-GS: Dynamic Instance Aware Reconstruction for Label-free Street Scenes with 4D Gaussian Splatting
Chenpeng Su ∗ , Wenhua Wu ∗ , Chensheng Peng, Tianchen Deng, Zhe Liu, Hesheng Wang †（无明确机构）
针对现有自监督街景重建方法无法区分动态对象的问题，提出DIAL-GS方法，通过4D高斯溅射实现实例感知的动态重建，性能优于现有基线。
2026-09-04 cs.CV
GS4City: Hierarchical Semantic Gaussian Splatting via City-Model Priors
Technical University of Munich (TUM)（慕尼黑工业大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；CV4DT, University of Cambridge（剑桥大学CV4DT）
GS4City通过整合城市模型先验，实现层次化语义高斯点云，有效整合建筑语义，优于现有2D驱动的3DGS方法，提升城市重建的语义查询能力和结构感知能力。
2026-04-13 cs.CV
Veta-GS: View-dependent deformable 3D Gaussian Splatting for thermal infrared Novel-view Synthesis
Ajou University（亚洲大学）；Sejong University（世宗大学）；Korea University（高丽大学）
Veta-GS提出视点相关变形场与热特征提取器，解决热红外新视角合成中的漂浮物和模糊问题，在TI-NSD基准上超越现有方法。
2025-05-25 cs.CV
Digital Twin Buildings: 3D Modeling, GIS Integration, and Visual Descriptions Using Gaussian Splatting, ChatGPT/Deepseek, and Google Maps Platform
本文提出了一种基于高斯点扩散、ChatGPT和Google地图平台的数字孪生建筑框架，用于实现建筑的3D建模、GIS集成和视觉描述。
2025-04-20 cs.CV
ViewSplat: View-Adaptive 3D Gaussian Splatting for Feed-Forward Synthesis
University of Seoul（首尔市立大学）；Korea Electronics Technology Institute（韩国电子技术研究院）
ViewSplat通过视图自适应的3D高斯散射方法提升未置位图像的视图合成精度，采用视图依赖的残差更新机制，实现高保真度的实时渲染。
2026-06-29 cs.CV
HoliGS: Holistic Gaussian Splatting for Embodied View Synthesis
CMU（卡内基梅隆大学）；ETH Zurich（苏黎世联邦理工学院）；UC San Diego（圣地亚哥大学）；UC Merced（默塞德大学）；Insta360（Insta360公司）；Google DeepMind（谷歌DeepMind）
提出HoliGS框架，利用可逆高斯泼溅变形网络分层重建大规模动态环境，在长单目RGB视频的具身视角合成中实现高质量渲染并大幅降低训练与渲染时间。
2025-06-24 cs.CV
G3Splat: Geometrically Consistent Generalizable Gaussian Splatting
Australian Institute for Machine Learning（澳大利亚机器学习研究所）；Goertek Alpha Labs（科大讯飞Alpha实验室）；MBZUAI（马克斯·普朗克人工智能研究所）
研究3D高斯点渲染，指出多数方法仅用视图合成损失训练有局限。提出G3Splat框架，通过可微几何先验解决问题，提升高斯点几何保真度，兼顾多任务性能。
2026-07-07 cs.CV
FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes
School of Computing, National University of Singapore（新加坡国立大学计算机学院）
针对现有可泛化3D高斯溅射方法视角范围窄、定位不准的问题，提出FreeSplat框架，通过低成本跨视图聚合、像素级三元组融合及自由视角训练策略，实现高效鲁棒的室内宽范围自由视角合成，性能达SOTA。
2024-10-29 cs.CV
Predictive Photometric Uncertainty in Gaussian Splatting for Novel View Synthesis
QUT Centre for Robotics, Australia（昆士兰大学机器人中心，澳大利亚）；ARIAM Hub, Australia（ARIAM中心，澳大利亚）；University of Wuppertal, Germany（乌尔姆大学，德国）；University of Osnabrück, Germany（奥斯纳布吕克大学，德国）
本文提出轻量级框架，通过贝叶斯正则化线性最小二乘优化重建残差，实现像素级视图依赖性预测不确定性，提升3D高斯点散射在自主代理和安全关键应用中的可靠性。
2026-07-13 cs.CV
GPS-Gaussian: Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesis
Harbin Institute of Technology（哈尔滨工业大学）；Tsinghua University（清华大学）；Peng Cheng Laboratory（鹏城实验室）
本文提出 GPS-Gaussian，通过源视角 Gaussian 参数图与深度估计联合回归，实现稀疏视角下无需逐人优化的实时 2K 人体新视角合成。
2024-04-16 cs.CV
3D Geometry-aware Deformable Gaussian Splatting for Dynamic View Synthesis
Northwestern Polytechnical University（西北工业大学）；Samsung R&D Institute（三星研发研究院）
针对现有NeRF类动态视图合成方法形变缺乏几何一致性的问题，提出融合3D几何特征的可变形Gaussian Splatting方法，在合成与真实数据集上取得SOTA性能，提升动态视图合成与3D重建效果。
2024-04-14 cs.CV
Template-free Articulated Gaussian Splatting for Real-time Reposable Dynamic View Synthesis
National Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室）；School of IST, Peking University（北京大学信息科学技术学院）
针对动态场景中对象骨架模型捕获与重位姿难题，提出无模板铰接式高斯溅射方法，结合三维高斯溅射与超点重建动态对象、发现并优化骨架，通过自适应策略避免冗余超点，实现高保真可重位姿三维对象获取与实时高分辨率渲染。
2024-12-07 cs.CV
Robust 3D Gaussian Splatting for Novel View Synthesis in Presence of Distractors
Technical University of Munich（慕尼黑工业大学）
提出一种自监督方法，结合图像残差与预训练分割网络识别并忽略干扰物，在3D高斯优化中提升受污染场景的渲染质量。
2024-08-21 cs.CV
Binocular-Guided 3D Gaussian Splatting with View Consistency for Sparse View Synthesis
Tsinghua University（清华大学）；Wayne State University（韦恩州立大学）
针对稀疏视图合成中外部神经先验噪声模糊的问题，提出基于双目立体一致性自监督和高斯不透明度约束的3D Gaussian Splatting方法，无需外部先验，并在多个数据集上优于现有方法。
2024-10-27 cs.CV
Look Gauss, No Pose: Novel View Synthesis using Gaussian Splatting without Accurate Pose Initialization
RWTH Aachen University（亚琛工业大学）
提出一种扩展3D Gaussian Splatting框架的方法，通过优化光度残差的外参相机参数，实现无需精确位姿初始化的快速3D场景重建与新视角合成，在LLFF上达到SOTA且运行时间减少2-4倍。
2024-10-11 cs.CV
Feed-Forward Gaussian Splatting from Sparse Aerial Views
The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））；Peking University（北京大学）；The Ohio State University（俄亥俄州立大学）
本文提出AnyCity框架，通过观察驱动的生成重建方法，解决稀疏航拍视图中大规模城市场景重建中的证据不平衡问题，通过几何潜在表示和条件化空中完成标记预测，实现高质量的3D高斯点场重建。
2026-05-19 cs.CV
GS4Buildings: Prior-Guided Gaussian Splatting for 3D Building Reconstruction
TUM School of Engineering（慕尼黑技术大学工程学院）
提出GS4Buildings，一种先验引导的2D高斯泼溅方法，通过利用LoD2语义3D建筑模型初始化高斯并引入先验深度和法线图优化，显著提升了大规模城市场景中建筑重建的完整性、几何精度和效率。
2025-08-10 cs.CV
BillBoard Splatting (BBSplat): Learnable Textured Primitives for Novel View Synthesis
Università degli Studi di Genova（热那亚大学）；Istituto Italiano di Tecnologia（意大利技术研究院）；University College London（伦敦大学学院）
本文提出 BBSplat，用可学习纹理平面基元替代 3DGS 中的高斯体，在保持高质量新视角合成的同时支持精确 3D 网格提取和高效压缩，并在多个标准数据集上取得领先性能。
2025-03-10 cs.CV
EmoTaG: Emotion-Aware Talking Head Synthesis on Gaussian Splatting with Few-Shot Personalization
Michigan State University（密歇根州立大学）；Qualcomm Technologies Inc.（高通技术公司）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
本文提出EmoTaG框架，通过结构化FLAME参数空间改进运动稳定性，结合门控残差运动网络实现情绪感知的高质量谈话头合成。
2026-03-28 cs.CV
4D-Rotor Gaussian Splatting: Towards Efficient Novel View Synthesis for Dynamic Scenes
Peking University（北京大学）；Princeton University（普林斯顿大学）；State Key Laboratory of General AI（通用人工智能国家重点实验室）；NVIDIA（英伟达公司）
提出4DRotorGS，用各向异性4D XYZT高斯与时间切片表示动态场景，并以CUDA实现实时渲染，在多样运动场景中优于现有方法。
2024-07-02 cs.CV
CylinderSplat: 3D Gaussian Splatting with Cylindrical Triplanes for Panoramic Novel View Synthesis
Shanghaitech University（上海科技大学）；Nanjing University of Science and Technology（南京理工大学）
CylinderSplat通过圆柱三平面表示和双分支架构，提升全景图像新视角合成的重建质量和几何精度。
2026-03-06 cs.CV
Beyond Darkness: Thermal-Supervised 3D Gaussian Splatting for Low-Light Novel View Synthesis
Beijing University of Posts and Telecommunications（北京邮电大学）
针对极端低光下新视角合成的退化问题，提出DTGS统一框架，通过循环增强-重建机制联合优化增强、几何与热监督，构建RGBT-LOW数据集，实验表明其显著优于现有基线，提升极端光照下的重建性能。
2025-11-17 cs.CV
FSGS: Real-Time Few-shot View Synthesis using Gaussian Splatting
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出基于 3D Gaussian Splatting 的少样本视图合成框架 FSGS，通过 Gaussian Unpooling 与预训练单目深度先验，仅用三张训练图实现实时照片级新视角合成，并在多个基准上达到领先精度与效率。
2024-06-16 cs.CV
HUG: Hierarchical Urban Gaussian Splatting with Block-Based Reconstruction for Large-Scale Aerial Scenes
Peking University（北京大学）；Beihang University（北航）
针对3DGS在大规模航空城市场景中内存消耗大、训练慢和渲染质量下降的问题，提出HUG方法，利用分层神经高斯表示，结合基于可见性的高效数据划分与分层加权训练策略，显著提升了重建质量与速度，在多个数据集上达到SOTA。
2025-06-26 cs.CV cs.GR
Dehaze-then-Splat: Generative Dehazing with Physics-Informed 3D Gaussian Splatting for Smoke-Free Novel View Synthesis
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
本文提出一种两阶段管道，通过生成去雾和新视角合成，解决多视角烟雾去除问题，利用物理引导的3D高斯散射补偿视角不一致。
2026-04-23 cs.CV
Street Gaussians: Modeling Dynamic Urban Scenes with Gaussian Splatting
Zhejiang University（浙江大学）；Li Auto（理想汽车）
针对自动驾驶动态城市场景建模中现有NeRF类方法训练渲染慢的问题，提出Street Gaussians显式表示方法，结合可优化位姿与4D球谐模型，实现高速渲染与编辑，性能优于SOTA。
2024-08-18 cs.CV cs.GR
Geometry-Consistent 4D Gaussian Splatting for Sparse-Input Dynamic View Synthesis
The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学）；Southern University of Science and Technology, Shenzhen, China（南方科技大学）；Indian Institute of Technology, Jodhpur, India（印度理工学院，朱道尔）；Institute of Cyberspace Technology, HKCT Institute of Higher Education, Hong Kong, China（网络空间技术研究所，香港高等教育学院）
GC-4DGS通过引入几何一致性提升稀疏输入动态视角合成的渲染质量与效率。
2025-11-28 cs.CV
RadarSplat: Radar Gaussian Splatting for High-Fidelity Data Synthesis and 3D Reconstruction of Autonomous Driving Scenes
University of Michigan（密歇根大学）
本文提出RadarSplat，将高斯溅射与雷达噪声建模结合，实现真实雷达数据合成与高精度三维重建，在PSNR、SSIM、RMSE和Accuracy上均显著优于现有方法。
2025-06-02 cs.CV
Gaussian in the Dark: Real-Time View Synthesis From Inconsistent Dark Images Using Gaussian Splatting
Tsinghua University（清华大学）；Beijing Jiaotong University（北京交通大学）
针对暗光环境下多视图图像亮度不一致导致3D高斯泼溅性能下降的问题，提出Gaussian-DK，通过相机响应模块补偿不一致性并采用步长梯度缩放策略抑制漂浮物，实现高质量实时视图合成。
2024-08-20 cs.CV
GenSync: A Generalized Talking Head Framework for Audio-driven Multi-Subject Lip-Sync using 3D Gaussian Splatting
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
GenSync提出基于3D高斯泼溅的统一说话头框架，通过解耦身份与音频特征实现多说话人唇形同步，训练速度较现有最优模型提升6.8倍。
2025-05-03 cs.CV
3DGBGS: 3D Granular Ball Gaussian Splatting for Compact Novel View Synthesis
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司）
本文针对现有锚点3DGS的空间适应性问题，提出3DGBGS框架，通过自适应颗粒球划分优化锚点，在维持渲染质量的同时降低了锚点数量与模型存储。
2026-07-30 cs.CV
Portland State University（波特兰州立大学）
Differentiable image sampling in the form of backward warping has seen broad adoption in tasks like depth estimation and optical flow prediction. In contrast, how to perform forward warping has seen less attention, partly due to additional challenges such as resolving the conflict of mapping multiple pixels to the same target location in a differentiable way. We propose softmax splatting to address this paradigm shift and show its effectiveness on the application of frame interpolation. Specifically, given two input frames, we forward-warp the frames and their feature pyramid representations b…
2020-03-11 cs.CV
Generative 4D Scene Gaussian Splatting with Object View-Synthesis Priors
Carnegie Mellon University（卡内基梅隆大学）；Toyota Research Institute（丰田研究中心）
针对单目多物体遮挡视频的动态4D场景生成难题，提出结合可变形3D高斯优化与物体级扩散先验的GenMOJO方法，通过逐物体分解、联合渲染与可微坐标对齐，实现更真实的新视图生成与更准确的点轨迹输出。
2025-06-15 cs.CV
SplatFlow: Multi-View Rectified Flow Model for 3D Gaussian Splatting Synthesis
EverEx（亿纬艾克斯）；KAIST（韩国科学技术院）
针对现有3D高斯溅射（3DGS）方法缺乏统一生成与编辑框架的问题，提出SplatFlow综合框架，通过多视图整流流模型和高斯溅射解码器实现直接3DGS生成与编辑，支持多任务且在数据集上验证了有效性。
2025-04-16 cs.CV
Multimodal-Prior-Guided Importance Sampling for Hierarchical Gaussian Splatting in Sparse-View Novel View Synthesis
Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology（广东超高清沉浸媒体技术重点实验室）；Shenzhen Graduate School, Peking University（北京大学深圳研究生院）；Peng Cheng Laboratory（鹏城实验室）；Migu Culture Technology Co., Ltd.（米果文化科技有限公司）
本文提出多模态先验引导的重要性采样方法，用于稀疏视图新视图合成中的分层高斯点云，通过融合光度残差、语义和几何先验，提升重建质量。
2026-03-03 cs.CV
Scalable Indoor Novel-View Synthesis using Drone-Captured 360 Imagery with 3D Gaussian Splatting
UC Berkeley（加州大学伯克利分校）
本文提出一种基于3D Gaussian Splatting的可扩展流水线，利用无人机捕获的360度视频进行室内新视角合成，通过分治策略和由粗到细的对齐策略实现大型场景的高质量并行重建。
2024-10-15 cs.CV
E2GS: Event Enhanced Gaussian Splatting
Keio University（庆应大学）
本文提出E2GS方法，结合事件数据与高斯点撒法，提升图像去模糊和高质量视角合成效果，实验表明其在合成和真实数据集上均能生成视觉吸引人的渲染结果，且训练和渲染速度更快（140 FPS）
2026-05-20 cs.CV
