3D 视觉

Splat-Portrait: Generalizing Talking Heads with Gaussian Splatting

Splat-Portrait: 通过高斯点散布通用化谈话头

Tong Shi, Melonie de Almeida, Daniela Ivanova, Nicolas Pugeault, Paul Henderson

机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算机科学学院） 纠错

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

AI总结 Splat-Portrait通过高斯点散布方法实现了更准确的谈话头生成和新视角合成，无需3D监督或运动先验。

LGDWT-GS: Local and Global Discrete Wavelet-Regularized 3D Gaussian Splatting for Sparse-View Scene Reconstruction

LGDWT-GS: 基于局部和全局离散小波正则化的稀疏视图场景重建

Shima Salehi, Atharva Agashe, Andrew J. McFarland, Joshua Peeples

机构 * National Institute of Standards and Technology（国家标准与技术研究院） ； Department of Physics, Colorado State University（科罗拉多州立大学物理系） ； Electrical Engineering Department, University of Colorado（科罗拉多大学电气工程系） 纠错

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

AI总结 LGDWT-GS通过整合局部和全局频率正则化，提升稀疏视图下3D重建的几何稳定性与细节保留能力，并提供多光谱数据集和开源基准测试工具。

LoD-Structured 3D Gaussian Splatting for Streaming Video Reconstruction

LoD结构的3D高斯点云法对于流媒体视频重建

Xinhui Liu, Can Wang, Lei Liu, Zhenghao Chen, Wei Jiang, Wei Wang, Dong Xu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Futurewei Technologies Inc（未来科技公司） ； School of Computer and Information Sciences, The University of Newcastle（计算机与信息科学学院，新castle大学） 纠错

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

AI总结 本文提出StreamLoD-GS框架，通过LoD结构、运动分区和量化残差细化技术，实现流媒体视频的高效重建与高保真渲染。

SceneSplat++: A Large Dataset and Comprehensive Benchmark for Language Gaussian Splatting

SceneSplat++: 一个大规模数据集和全面的基准用于语言高斯点云

Mengjiao Ma, Qi Ma, Yue Li, Jiahuan Cheng, Runyi Yang, Bin Ren, Nikola Popovic, Mingqiang Wei, Nicu Sebe, Luc Van Gool, Theo Gevers, Martin R. Oswald, Danda Pani Paudel

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Amsterdam（阿姆斯特丹大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； University of Pisa（比萨大学） ； University of Trento（特伦托大学） 纠错

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

AI总结 SceneSplat++提出一个大规模数据集和基准，评估语言高斯点云方法，展示可推广方法在3D理解中的优势。

Comments 15 pages, codes, data and benchmark are released at https://scenesplatpp.gaussianworld.ai/

Matrix-free Second-order Optimization of Gaussian Splats with Residual Sampling

无矩阵二次优化的高斯点云残差采样

Hamza Pehlivan, Andrea Boscolo Camiletto, Lin Geng Foo, Marc Habermann, Christian Theobalt

机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所） 纠错

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

AI总结 本文提出了一种基于Levenberg-Marquardt和共轭梯度的无矩阵二次优化方法，通过利用高斯点云的稀疏性，显著提高了训练效率和速度，适用于3DGS的优化。

Zero-Shot Visual Grounding in 3D Gaussians via View Retrieval

通过视图检索实现3D高斯体的零样本视觉定位

Liwei Liao, Xufeng Li, Xiaoyun Zheng, Boning Liu, Feng Gao, Ronggang Wang

机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） ； City University of Hongkong（香港城市大学） 纠错

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

AI总结 本文提出GVR框架，通过视图检索将3DVG转化为2D检索任务，实现零样本3DGS的视觉定位，无需每场景训练和3D标注。

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。

ELECTRA: A Cartesian Network for 3D Charge Density Prediction with Floating Orbitals

ELECTRA：一种用于3D电荷密度预测的笛卡尔网络

Jonas Elsborg, Luca Thiede, Alán Aspuru-Guzik, Tejs Vegge, Arghya Bhowmik

机构 * Technical University of Denmark（丹麦技术大学） ； CAPeX Pioneer Center for Accelerating P2X Materials Discovery（CAPeX先锋中心） ； University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（人工智能矢量研究所） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究 institute） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)

AI总结 ELECTRA通过笛卡尔张量网络预测漂浮轨道位置，实现高效且准确的3D电荷密度预测，并显著降低DFT计算的SCF迭代次数。

Comments 10 pages, 4 figures, 5 tables, NeurIPS 2025