Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting
Zhejiang University(浙江大学);The University of Hong Kong(香港大学);ByteDance Inc.(字节跳动公司)
本文提出Spec-Gaussian,用ASG外观场替代3D-GS中的SH并结合由粗到细训练,增强对镜面反射与各向异性外观的建模能力。
2024-10-02 cs.CV
Embracing Dynamics: Dynamics-aware 4D Gaussian Splatting SLAM
Hong Kong Polytechnic University(香港理工大学);Shenzhen Institutes of Advanced Technology(深圳先进技术研究院);Chinese Academy of Sciences(中国科学院)
D4DGS-SLAM通过引入4DGS地图表示,解决动态环境中SLAM的定位与地图重建问题,采用动态感知模块和不同正则化项提升动态场景重建质量。
2025-08-02 cs.CV cs.RO
Inter-Reflective Gaussian Splatting for Robust and Efficient Inverse Rendering
School of Data Science, Fudan University(复旦大学数据科学学院);Shanghai Innovation Institute(上海创新研究院)
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。
2026-07-28 cs.CV cs.GR
Semantic-guided Gaussian Splatting for High-Fidelity Underwater Scene Reconstruction
School of Computer Science, University of Bristol(布里斯托大学计算机科学学院);Submerged Resources Centre(水下资源中心)
本文提出SWAGSplatting框架,通过整合语义先验信息提升水下场景重建的保真度,采用语义一致性损失和自适应高斯点云重分配策略,有效解决光照不均问题,实验验证其在PSNR、SSIM和LPIPS指标上的优越性。
2026-04-21 cs.CV
F3DGS: Federated 3D Gaussian Splatting for Decentralized Multi-Agent World Modeling
University of North Texas(北德克萨斯大学);Budapest University of Technology and Economics(布达佩斯技术与经济大学)
F3DGS通过联邦学习实现去中心化多智能体3D重建,利用共享几何框架和可见性感知聚合解决部分观测问题,实现分布式优化。
2026-04-02 cs.CV cs.RO
3DSS: 3D Surface Splatting for Inverse Rendering
INRIA, University of Rennes(INRIA,里昂大学)
3DSS通过基于覆盖的合成模型,结合微facet着色和HDR光照,实现了形状、BRDF材料和光照的联合恢复,适用于多视角图像的逆渲染。
2026-05-13 cs.CV cs.GR
OP2GS: Object-Aware 3D Gaussian Splatting with Dual-Opacity Primitives
Center for Machine Vision and Signal Analysis, University of Oulu, Finland(奥卢大学机器视觉与信号分析中心,芬兰);Aalto University, Finland(阿尔托大学,芬兰)
OP2GS通过引入双不透明度机制,为每个原始体素添加显式实例身份和专用实例不透明度σ*,以解决3D高斯散射在物体层面身份缺失的问题,从而提升开放词汇场景理解的性能。
2026-05-19 cs.CV
GS-CPE: Unified 6-Degree-of-Freedom Camera Pose Estimation via 3D Gaussian Splatting
University of Waterloo(滑铁卢大学);Soongsil University(崇实大学)
该研究提出GS-CPE框架,通过由粗到细策略统一几何粗位姿估计与3D高斯溅射精调,在多数据集上实现最优视觉定位性能,兼顾精度与泛化能力。
2026-08-19 cs.CV
ADATEX4D: adaptive texture capacity allocation for 4D gaussian splatting
Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院,清华大学)
针对4D高斯泼溅中均匀纹理分配浪费存储的问题,提出AdaTex4D自适应纹理容量模块,按可见性梯度和局部尺度动态分配各向异性纹理,在N3DV和PanopticSports上减半纹理存储并保持质量。
2026-10-05 cs.AI cs.CV
SmokeSeer: 3D Gaussian Splatting for Smoke Removal and Scene Reconstruction
Carnegie Mellon University(卡内基梅隆大学)
SmokeSeer通过3D高斯点云技术实现多视角视频中烟雾去除与场景重建,支持多种烟雾密度和时间变化烟雾的处理。
2025-12-23 cs.CV
PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction
PolGS++通过整合极化BRDF模型和深度引导的可见性遮罩机制,实现高效且准确的反射表面重建。
2026-11-10 cs.CV
Universal Beta Splatting
University of Southern California(南加州大学);United Imaging Intelligence(联合影像智能)
通用贝塔散射提出了一种统一框架,通过各向异性贝塔核实现显式光场渲染,能有效处理复杂光传输和动态场景,优于现有方法。
2026-02-26 cs.CV cs.GR eess.IV
GADA: Geometry-Aware Deformable Aggregation for Image-Based Gaussian Splatting
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院);Chung-Ang University(中央大学)
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。
2026-07-03 cs.CV
REFINE: Super-efficient 3D Gaussian Splatting Pruning via Rendering-Free Primitive Importance
Northwestern Polytechnical University(西北工业大学);Xidian University(西安电子科技大学);City University of Hong Kong(香港城市大学)
提出REFINE框架,利用无渲染的基元重要性度量(基于解析近似的Hessian场)实现3D高斯泼溅的高效剪枝,在保持渲染质量的同时将剪枝计算复杂度降低3000倍。
2026-08-18 cs.CV
GVGS: Gaussian Visibility-Aware Multi-View Geometry for Accurate Surface Reconstruction
School of Computer Science, Peking University(北京大学计算机科学学院);Institute of Artificial Intelligence, Beihang University(北京航空航天大学人工智能研究院)
本文提出GVGS方法,通过显式建模高斯体的可见性,改进多视角几何一致性,提升表面重建精度,实验表明优于现有基于高斯的方法。
2026-04-02 cs.CV
OASIS: Occlusion-aware Single-image Hand Avatar Reconstruction via 3D Gaussian Splatting
University of Leicester(莱斯特大学);University of Exeter(埃克塞特大学);University of Birmingham(伯明翰大学);China University of Geoscience(中国地质大学)
本研究提出OASIS框架,通过3D高斯溅射结合可见性条件注意力与网格上特征表示,实现单图像手部化身重建,在视觉保真度、效率及下游应用通用性上优于现有方法。
2026-08-03 cs.CV
A$^2$TG: Adaptive Anisotropic Textured Gaussians for Efficient 3D Scene Representation
National Tsing Hua University(国立清华大学)
研究针对高斯体素化表示中纹理固定的问题,提出自适应各向异性纹理高斯(A$^2$TG)方法,通过梯度引导规则确定纹理参数,提升效率与质量,实验证明该方法在内存需求低的情况下能实现高渲染保真度。
2026-07-17 cs.CV
GaRe: Relightable 3D Gaussian Splatting for Outdoor Scenes from Unconstrained Photo Collections
Nanjing University(南京大学);Brown University(布朗大学);JSTI Group(JSTI集团)
针对非约束户外照片集,本文提出基于 3D Gaussian splatting 与本征分解的 GaRe 框架,通过太阳可见性提取、区域监督和光线追踪阴影实现高保真、可控重光照。
2025-07-28 cs.CV
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
Towards Better Robustness: Pose-Free 3D Gaussian Splatting for Arbitrarily Long Videos
Tsinghua University(清华大学);Beijing Jiaotong University(北京交通大学);Maritime University(海洋大学)
本文提出Rob-GS框架,利用视频连续性和分段优化策略,实现任意长视频的无姿态三维高斯泼溅,提升鲁棒性并超越现有方法。
2025-05-25 cs.CV
IRGS: Inter-Reflective Gaussian Splatting with 2D Gaussian Ray Tracing
School of Data Science, Fudan University(复旦大学数据科学学院);Shanghai Innovation Institute(上海创新研究院)
针对现有3DGS逆渲染方法因缺乏高斯光线追踪器导致材质与光照估计不准的问题,提出结合可微分2D高斯光线追踪的IRGS方法,采用完整渲染方程捕捉互反射,搭配高效优化方案与重打光间接辐射查询策略,经多基准验证可准确建模复杂互反射效应。
2025-03-24 cs.CV
Isotropic Gaussian Splatting for Real-Time Radiance Field Rendering
College of Electronics and Information Engineering, Shenzhen University(深圳大学电子与信息工程学院);Guangdong Key Laboratory of Intelligent Information Processing(广东省智能信息处理重点实验室);Adobe Inc.(奥多比公司);School of Biomedical Engineering, Shenzhen University(深圳大学生物医学工程学院)
针对3D高斯泼溅中各向异性核计算困难的问题,提出使用各向同性高斯核的新方法,在保持几何精度的同时实现约100倍加速。
2024-03-21 cs.AI cs.CV cs.LG
GaussianZoom: Progressive Zoom-in Generative 3D Gaussian Splatting with Geometric and Semantic Guidance
State Key Lab of CAD & CG(计算机辅助设计与图形学国家重点实验室)
本文提出GaussianZoom,一种结合几何一致场景建模和多尺度语义推理的生成式缩放3D重建系统,通过迭代渐进框架实现从低分辨率输入生成高保真的极端缩放渲染。
2026-05-18 cs.CV
Observer-Actor: Active Vision Imitation Learning with Sparse-View Gaussian Splatting
ObAct通过主动视觉探索提升双臂机器人模仿学习的鲁棒性,利用稀疏视角高斯点云增强观测清晰度,实验显示其在无遮挡和有遮挡情况下均显著优于固定相机设置。
2026-03-04 cs.CV cs.LG cs.RO
Uncertainty Matters in Dynamic Gaussian Splatting for Monocular 4D Reconstruction
Texas A&M University(德克萨斯大学)
USplat4D通过建模高斯点云的不确定性,提升单目4D重建的稳定性和合成质量。
2026-02-27 cs.AI cs.CV cs.GR
Empowering Vector Graphics with Consistently Arbitrary Viewing and View-dependent Visibility
School of Artificial Intelligence, University of Chinese Academy of Sciences(人工智能学院,中国科学院大学)
本研究提出Dream3DVG,一种文本到矢量图形生成方法,通过双分支优化框架结合3D Gaussian Splatting和3D矢量图形优化,实现任意视角观察、渐进式细节控制和依赖视角的遮挡感知。
2025-05-27 cs.CV
FHGS: Feature-Homogenized Gaussian Splatting
Department of Mechanical and Automation Engineering(机械与自动化工程系)
针对3DGS中颜色各向异性与语义特征各向同性的矛盾,提出FHGS框架,通过通用融合架构、不可微融合机制和电势场启发的双驱动优化,实现高效高精度3D特征映射。
2025-05-25 cs.CV
GaussianUpdate: Continual 3D Gaussian Splatting Update for Changing Environments
State Key Lab of CAD & CG(计算机辅助设计与图形学国家重点实验室)
本文提出GaussianUpdate方法,结合3D高斯表示与持续学习,通过多阶段更新策略和生成重放机制,高效适应场景变化并实现实时渲染与变化可视化。
2025-08-12 cs.CV
CoMVS-GS: Collaborative Multi-View Stereo and 3D Gaussian Splatting for Surface Reconstruction
Wuhan University(武汉大学);Hangzhou Dianzi University(杭州电子科技大学)
CoMVS-GS结合多视图立体与3D高斯溅射,通过新的初始化方式和互监督机制优化表面重建,在室外场景提升几何精度与网格紧凑性,同时保持高渲染质量。
2026-08-20 cs.CV
DDGS-CT: Direction-Disentangled Gaussian Splatting for Realistic Volume Rendering
United Imaging Intelligence(联影智能)
针对传统DRR术中应用的计算瓶颈与各向异性成像缺失问题,提出方向解耦3D高斯溅射方法DDGS-CT,分离辐射度分量适配CT数据,实现高效可微的真实感DRR生成,图像精度与配准性能均优于现有方法。
2024-12-09 cs.CV eess.IV
From Pixels to Primitives: Scene Change Detection in 3D Gaussian Splatting
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)
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。
2026-05-11 cs.CV
DropGaussian: Structural Regularization for Sparse-view Gaussian Splatting
Konkuk University(建国大学)
本文提出无先验方法DropGaussian,通过在3D高斯泼溅训练中随机移除高斯以增大剩余高斯梯度和可见性,有效缓解稀疏视图下的过拟合问题,无需额外复杂度即可取得与基于先验方法相竞争的性能。
2025-04-01 cs.CV
DeRainGS: Gaussian Splatting for Enhanced Scene Reconstruction in Rainy Environments
The University of Tokyo(东京大学);Nanjing University of Science and Technology(南京理工大学);Dalian Maritime University(大连海事大学);Shanghai Astronomical Observatory(上海天文台);University of Chinese Academy of Sciences(中国科学院大学);Dalian University of Technology(大连理工大学)
本文提出面向雨天环境三维重建的新任务3DRRE及HydroViews数据集,并设计首个适用于雨天场景的3DGS方法DeRainGS,实验证明其性能显著超越现有无遮挡方法。
2024-09-30 cs.CV
CoGS: Compositional Dynamic Human-Object Scenes Gaussian Splatting from Monocular Video
Vision and Image Processing Lab, University of Waterloo, Canada(滑铁卢大学视觉与图像处理实验室)
提出CoGS框架,通过组合式高斯泼溅将单目视频分解为人体、刚体物体和静态场景三个分支,并采用六阶段优化实现动态人-物交互场景的忠实重建。
2026-06-27 cs.CV
VolS-GS: Relightable Gaussian Splatting with Volumetric Subsurface Scattering
KAIST AI(韩国科学技术院人工智能学院)
VolS-GS提出一种可重照明高斯溅射框架,利用体积次表面散射输运求解器,在OLAT捕获下重建物体并提升新光照和视角下的渲染质量。
2026-10-07 cs.CV
Ultra-fast Neural Inference for Stochastic Gaussian Splatting Denoising
Peking University(北京大学)
针对随机高斯泼溅渲染中的空间噪声,提出一种时间神经去噪器,结合双路径累积、信任预测和方差门控,实现快速稳定的自由导航渲染,且开销低于排序混合节省的时间。
2026-09-23 cs.CV cs.GR
ReorgGS: Equivalent Distribution Reorganization for 3D Gaussian Splatting
ReorgGS通过重新组织3D高斯散点的分布,提升梯度可访问性并减少参数耦合,从而改善模型拟合质量与渲染效率。
2026-05-09 cs.CV
Tortho-Gaussian: Splatting True Digital Orthophoto Maps
本文提出Tortho-Gaussian方法,通过优化各向异性高斯核的正交撒点生成真数字正射地图,解决了传统方法中DSM不准确、遮挡检测失效等问题,提升了大范围场景重建的精度和效率。
2024-11-29 cs.CV cs.GR
RUSplatting: Robust 3D Gaussian Splatting for Sparse-View Underwater Scene Reconstruction
Visual Information Laboratory, University of Bristol(布里斯托大学视觉信息实验室);Submerged Resources Center, National Park Service(国家公园管理局水下资源中心)
针对水下场景重建受光线特性和稀疏视角限制的难题,提出基于高斯溅射的RUSplatting框架,通过解耦色彩学习、自适应加权帧插值和新型损失函数提升重建效果,还发布深海数据集Submerged3D,性能优于现有最优方法。
2026-10-16 cs.CV
Robust Gaussian Splatting SLAM by Leveraging Loop Closure
School of Communication Engineering, Hangzhou Dianzi University(杭州电子科技大学通信工程学院);Lishui Institute of Hangzhou Dianzi University(杭州电子科技大学丽水研究院);School of Automation, Hangzhou Dianzi University(杭州电子科技大学自动化学院);Faculty of Applied Sciences, Macao Polytechnic University(澳门理工大学应用科学学院);School of Electrical and Electronics Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院);School of Software, Tsinghua University(清华大学软件学院);Technical University of Munich(慕尼黑工业大学)
本文针对旋转式多RGB-D相机下的高斯泼溅SLAM跟踪漂移问题,提出结合锚定帧分类、共视渲染回环检测、位姿图优化与光束法平差的鲁棒架构,在定位与渲染上优于现有方法。
2024-09-30 cs.RO
Naka-GS: Naka-Guided Chroma Correction and Point-Prior Compaction for Low-Light 3D Gaussian Splatting
China University of Mining and Technology-Beijing(中国矿业大学(北京))
本文提出Naka-GS框架,通过双分支Naka校正和渐进点修剪提升低光条件下3DGS的光度恢复与几何初始化,提高重建质量与稳定性。
2026-10-16 cs.CV
PUGS: Physics-Guided Uncertainty Modeling for Underwater Dynamic 3D Gaussian Splatting
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
本文提出PUGS,即面向水下动态3DGS的物理引导不确定性模型,通过建模水下图像形成的不确定性实现动态场景重建,在UVEB和DRUVA数据集上分别取得1.16 dB和3.99 dB的PSNR增益。
2026-10-14 cs.CV
VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment
Southwest Jiaotong University(西南交通大学);Xihua University(西华大学);Tsinghua University(清华大学)
VA-GS通过视图对齐提升高斯散射的几何表示,结合边缘感知和可见性感知损失,优化表面重建与多视图一致性。
2025-11-26 cs.CV
From Mono to Stereo: Accelerating Binocular Gaussian Splatting via Reprojection and Selective Patching
Shanghai Jiao Tong University(上海交通大学);Alpha Labs, Goertek(歌尔股份有限公司Alpha Labs)
提出一种基于重投影和选择性补丁的二维高斯泼溅双目渲染方法,在保持轻微质量损失的同时,显著降低渲染时间和内存开销。
2026-09-28 cs.CV
LoBE-GS: Load-Balanced and Efficient 3D Gaussian Splatting for Large-Scale Scene Reconstruction
National Tsing Hua University(国立清华大学);NVIDIA AI Technology Center (NVAITC)(NVIDIA AI技术中心(NVAITC))
LoBE-GS通过负载均衡的KD树分区和优化切线,提升大规模3DGS场景重建效率,实现两倍更快的端到端训练时间,同时保持重建质量并支持无法用传统3DGS处理的场景。
2026-10-28 cs.CV
TrackRef3D: Multi-View Consistent Track-then-Label for Open-World Referring Segmentation in 3D Gaussian Splatting
East China Normal University, Shanghai, China(华东师范大学,上海,中国);Shanghai AI Laboratory(上海人工智能实验室);University of Electronic Science and Technology of China, Chengdu, China(电子科技大学,成都,中国)
提出TrackRef3D全自动流水线,通过多视角一致跟踪-标注范式解耦目标发现与语义定位,无需人工标注实现开放世界3D高斯泼溅分割。
2026-05-26 cs.CV cs.LG
3D Gaussian Splatting for Real-Time Radiance Field Rendering
Inria(法国国家信息与自动化研究所);Max-Planck-Institut für Informatik(马克斯·普朗克信息学研究所)
本文提出3D高斯泼溅方法,通过稀疏点初始化、交错优化与密度控制以及可见性感知渲染算法,在1080p分辨率下实现高质量实时新视角合成。
2023-08-08 cs.CV cs.GR
BlockGaussian: Efficient Large-Scale Scene Novel View Synthesis via Adaptive Block-Based Gaussian Splatting
Beihang University(北京航空航天大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
针对3D高斯溅射在大规模场景重建中的分割、优化与合并挑战,提出BlockGaussian框架,通过内容感知分割和可见性感知块优化,实现高效高质量重建,优化速度提升5倍、PSNR平均提高1.21dB,支持单24GB VRAM设备运行。
2025-04-15 cs.CV
ClipGS: Clippable Gaussian Splatting for Interactive Cinematic Visualization of Volumetric Medical Data
Department of CSE, The Chinese University of Hong Kong(中国香港中文大学计算机科学与工程系);Department of ENT, The Chinese University of Hong Kong(中国香港中文大学耳鼻喉头颈外科系)
本文提出ClipGS,一种支持裁剪平面的高斯泼溅框架,通过可学习截断和自适应调整模型,实现体积医学数据的交互式电影化可视化,在五个数据集上以156 FPS和16.1 MB模型达到36.635 PSNR,优于现有方法。
2025-07-09 cs.CV
GlossGau: Efficient Inverse Rendering for Glossy Surface with Anisotropic Spherical Gaussian
University of California San Diego(加利福尼亚大学圣迭戈分校)
本文提出 GlossGau 高效逆向渲染框架,结合 2D-GS、显式 BRDF 与光照建模及 ASG 微表面法线分布表示,在保持 3D-GS 训练和渲染速度的同时提升光泽表面重建质量。
2025-02-19 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
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
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
Splat2Real: Novel-view Scaling for Physical AI with 3D Gaussian Splatting
Department of Mechanical Engineering, State University of New York(纽约州立大学机械工程系)
Splat2Real通过CN-Coverage策略提升物理AI在新型视角下的鲁棒性,实现更稳定的深度预训练和下游控制代理性能。
2026-03-11 cs.CV