3D 视觉

EGGS: Exchangeable 2D/3D Gaussian Splatting for Geometry-Appearance Balanced Novel View Synthesis

EGGS: 可交换的2D/3D高斯点扩散用于几何-外观平衡的新视角合成

Yancheng Zhang, Guangyu Sun, Chen Chen

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(title,abstract)；3DGS(abstract)；分类 cs.CV

AI总结 EGGS通过融合2D和3D高斯点扩散，平衡外观与几何精度，提升新视角合成的渲染质量与效率。

PolarGuide-GSDR: 3D Gaussian Splatting Driven by Polarization Priors and Deferred Reflection for Real-World Reflective Scenes

PolarGuide-GSDR: 由偏振先验和延迟反射驱动的3D高斯散射

Derui Shan, Qian Qiao, Hao Lu, Tao Du, Peng Lu

机构 * North China University of Technology（中国北方工业大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology Beijing（北京科技大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；novel view synthesis(abstract)

AI总结 PolarGuide-GSDR通过偏振引导机制改进3DGS，实现高保真度反射分离与全场景重建，无需环境映射或材料假设，提升实时性能与可解释性。

Compressing 3D Gaussian Splatting by Noise-Substituted Vector Quantization

通过噪声替代向量量化压缩3D高斯散射

Haishan Wang, Mohammad Hassan Vali, Arno Solin

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

AI总结 本文提出通过噪声替代向量量化技术压缩3D高斯散射，有效减少内存消耗并保持重建质量，适用于实际应用。

Comments Appearing in Scandinavian Conference on Image Analysis (SCIA) 2025

Content-Aware Texturing for Gaussian Splatting

具有内容感知的高斯点散布纹理生成

Panagiotis Papantonakis, Georgios Kopanas, Fredo Durand, George Drettakis

机构 * Inria（法国国家信息与自动化技术研究院） ； Université Côte D’Azur（蔚蓝海岸大学） ； Google（谷歌） ； Runway ML（Runway机器学习） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种基于内容感知的高斯点散布纹理生成方法，通过自适应调整纹理分辨率来提高图像质量和参数效率。

Comments Project Page: https://repo-sam.inria.fr/nerphys/gs-texturing/

Journal ref Eurographics Symposium on Rendering (Symposium Track), 2025

UVGS: Reimagining Unstructured 3D Gaussian Splatting using UV Mapping

UVGS: 重新构想使用UV映射的无结构3D高斯点撒技术

Aashish Rai, Dilin Wang, Mihir Jain, Nikolaos Sarafianos, Kefan Chen, Srinath Sridhar, Aayush Prakash

机构 * Brown University（布朗大学） ； Meta Reality Labs（Meta现实实验室） 纠错

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

AI总结 本文提出UVGS，通过UV映射将无结构3D高斯点撒转化为结构化2D表示，利用现有2D模型高效建模3D数据，并实现可扩展的生成应用。

Comments https://ivl.cs.brown.edu/uvgs

Journal ref CVPR 2025

PRIMU: Uncertainty Estimation for Novel Views in Gaussian Splatting from Primitive-Based Representations of Error and Coverage

PRIMU：基于原始体表示的误差与覆盖度的不确定性估计

Thomas Gottwald, Edgar Heinert, Peter Stehr, Chamuditha Jayanga Galappaththige, Matthias Rottmann

机构 * Department of Mathematics（数学系） ； University of Wuppertal（乌珀塔尔大学） ； Institute of Computer Science（计算机科学研究所） ； University of Osnabrück（奥斯纳布吕克大学） ； Centre for Robotics（机器人中心） ； Queensland University of Technology（昆士兰理工大学） 纠错

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

AI总结 PRIMU通过基于原始体的误差和覆盖度表示，实现了高斯点扩散中对新视图不确定性的有效估计，优于现有方法，尤其在深度和前景物体估计上表现突出。

Comments Revised writing and figures; additional Gaussian Splatting experiments; added baselines and datasets; active view-selection experiments

SkelSplat: Robust Multi-view 3D Human Pose Estimation with Differentiable Gaussian Rendering

SkelSplat: 基于可微高斯渲染的鲁棒多视角3D人体姿态估计

Laura Bragagnolo, Leonardo Barcellona, Stefano Ghidoni

机构 * University of Padova（帕多瓦大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 SkelSplat通过可微高斯渲染实现多视角3D人体姿态估计，无需3D真实数据监督，有效提升跨数据集泛化能力与遮挡鲁棒性。

Comments WACV 2026