3D 视觉

Breaking the Vicious Cycle: Coherent 3D Gaussian Splatting from Sparse and Motion-Blurred Views

打破恶性循环：从稀疏和运动模糊视图中进行一致的3D高斯点扩散

Zhankuo Xu, Chaoran Feng, Yingtao Li, Jianbin Zhao, Jiashu Yang, Wangbo Yu, Li Yuan, Yonghong Tian

机构 * Peking University（北京大学） ； School of Electronics and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） 纠错

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

AI总结 CoherentGS通过双先验策略和双生成模型，解决稀疏模糊视图下的3D重建问题，实现高保真重建。

Comments 20 pages, 14 figures. Manuscript v2: add the view selection of training in the appendix

RaindropGS: A Benchmark for 3D Gaussian Splatting under Raindrop Conditions

RaindropGS: 一种在雨滴条件下评估3D高斯散射的基准

Zhiqiang Teng, Tingting Chen, Beibei Lin, Zifeng Yuan, Xuanyi Li, Xuanyu Zhang, Shunli Zhang

机构 * Beijing Jiaotong University（北京交通大学） ； National University of Singapore（国立新加坡大学） 纠错

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

AI总结 RaindropGS是一个用于评估雨滴条件下3D高斯散射完整流程的基准，通过真实数据集和实验揭示了现有方法在处理雨滴干扰时的性能限制和改进方向。

GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting

GS-GVINS: 一种集成GNSS-视觉-惯性导航系统的系统，结合3D高斯点分布

Zelin Zhou, Saurav Uprety, Shichuang Nie, Hongzhou Yang

机构 * Department of Geomatics Engineering, Shulich School of Engineering, University of Calgary（测绘工程系、谢里尔工程学院、卡尔加里大学） 纠错

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

AI总结 GS-GVINS是一种结合3D高斯点分布的GNSS-视觉-惯性导航系统，通过提升导航精度实现大规模户外导航。

D-FCGS: Feedforward Compression of Dynamic Gaussian Splatting for Free-Viewpoint Videos

D-FCGS：动态高斯点云的前馈压缩用于自由视角视频

Wenkang Zhang, Yan Zhao, Qiang Wang, Zhixin Xu, Li Song, Zhengxue Cheng

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

AI总结 D-FCGS提出了一种动态高斯点云的前馈压缩方法，通过标准化帧组结构、双先验熵模型和控制点引导机制，实现高效压缩与高质量视图一致性。

Comments code:https://github.com/Mr-Zwkid/D-FCGS

Contour Information Aware 2D Gaussian Splatting for Image Representation

轮廓信息感知的2D高斯散射用于图像表示

Masaya Takabe, Hiroshi Watanabe, Sujun Hong, Tomohiro Ikai, Zheming Fan, Ryo Ishimoto, Kakeru Sugimoto, Ruri Imichi

机构 * Graduate School of FSE, Waseda University（福江大学信息科学研究生院） ； Sharp Corporation（夏普公司） 纠错

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

AI总结 本文提出一种轮廓信息感知的2D高斯散射方法，通过整合物体分割先验信息，提升图像重建质量，尤其在高斯数量较少时表现更优。

Next Best View Selections for Semantic and Dynamic 3D Gaussian Splatting

语义与动态3D高斯散射的下一最佳视角选择

Yiqian Li, Wen Jiang, Kostas Daniilidis

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出基于Fisher信息的主动学习算法，用于语义与动态3D高斯散射的视角选择，提升渲染质量和语义分割性能。

GVSynergy-Det: Synergistic Gaussian-Voxel Representations for Multi-View 3D Object Detection

GVSynergy-Det：多视角3D目标检测中的协同高斯-体素表示

Yi Zhang, Yi Wang, Lei Yao, Lap-Pui Chau

机构 * Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（电子与电气工程系，香港理工大学） 纠错

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

AI总结 GVSynergy-Det通过协同高斯-体素表示学习，在无需深度或密集3D监督的情况下实现多视角3D目标检测的高精度

Comments 11 pages, 5 figures

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。