3D 视觉

GaussianPOP: Principled Simplification Framework for Compact 3D Gaussian Splatting via Error Quantification

GaussianPOP: 基于误差量化的原则性简化框架用于紧凑3D高斯点云渲染

Soonbin Lee, Yeong-Gyu Kim, Simon Sasse, Tomas M. Borges, Yago Sanchez, Eun-Seok Ryu, Thomas Schierl, Cornelius Hellge

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

AI总结 GaussianPOP通过基于误差量化的原理性框架，实现3D高斯点云渲染的高效简化，提升模型紧凑性与渲染质量的平衡。

COSMOS: Coherent Supergaussian Modeling with Spatial Priors for Sparse-View 3D Splatting

COSMOS: 基于空间先验的相干超高斯建模用于稀疏视角3D点划

Chaeyoung Jeong, Kwangsu Kim

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

AI总结 COSMOS通过引入3D结构先验和超高斯分组，改进稀疏视角下的3D点划重建，提升泛化能力和稳定性。

From Blurry to Believable: Enhancing Low-quality Talking Heads with 3D Generative Priors

从模糊到可信：利用3D生成先验增强低质量的对话头

Ding-Jiun Huang, Yuanhao Wang, Shao-Ji Yuan, Albert Mosella-Montoro, Francisco Vicente Carrasco, Cheng Zhang, Fernando De la Torre

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Texas A&M University（德克萨斯大学） 纠错

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

AI总结 SuperHead通过动态感知3D反向过程，利用预训练3D生成模型先验知识，提升低质量对话头的3D重建与动画质量。

Comments Accepted to 3DV 2026. Project Page: https://humansensinglab.github.io/super-head/

FloPE: Flower Pose Estimation for Precision Pollination

FloPE：用于精准传粉的花朵姿态估计

Rashik Shrestha, Madhav Rijal, Trevor Smith, Yu Gu

机构 * West Virginia University（西弗吉尼亚大学） 纠错

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

AI总结 FloPE通过3D高斯点划法生成合成数据集，实现低计算成本下的高精度花朵姿态估计，提升机器人传粉效率。

Comments Accepted to IROS 2025. Project page: https://wvu-irl.github.io/flope-irl/