3D 视觉

VCAR: Training-Free 3DGS Segmentation via View Completeness and Axis-Aware Boundary Refinement

VCAR：基于视图完整性和轴感知边界优化的无需训练的3D高斯溅射（3DGS）分割方法

Kun Cao, Di Wang, Haibin Zhu, Haozhi Huang, Xu Wang, Zheng Shi, Guanghua Yang

机构 * Jinan University（暨南大学） 纠错

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

AI总结 VCAR是一种无需训练的3DGS分割策略，通过粗阶段的可见性加权多视图投票、细阶段的球形螺旋采样补充视角及轴感知边界优化，在NVOS和LERF数据集上实现了最优的分割精度与效率。

Comments Accepted to the 34th ACM International Conference on Multimedia (MM '26). 16 pages, 11 figures, including supplementary material

When 3D Gaussian Splatting Recovers Real Surfaces

当3D高斯溅射（3DGS）恢复真实表面时

Songhe Wang, David Johnathan Miller

机构 * School of EECS, Penn State（宾夕法尼亚州立大学电子工程与计算机科学学院） 纠错

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

AI总结 该研究构建基于首击渲染抽象的数学框架，明确3D高斯溅射（3DGS）的可识别性窗口，经合成与真实数据集实验验证，揭示角容量对3DGS恢复真实表面的关键影响。

Comments Accepted at ECCV 2026. 30 pages, 3 figures, 1 table; includes supplementary material

BRF-GS: Hyperspectral Bidirectional Reflectance Factor Modeling and Image Generation Based on 3D Gaussian Splatting

BRF-GS：基于3D高斯溅射（3DGS）的高光谱双向反射因子建模与图像生成

Yiling Yao, Wenjuan Zhang, Bowen Wang, Bocheng Li, Wentao Song, Bing Zhang

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

AI总结 本文提出基于3D高斯溅射的BRF-GS框架，通过混合BRDF驱动核、两阶段训练策略等，结合AIR-BRF数据集，实现高保真的BRF建模与多角度高光谱反射率图像生成。

Comments 58 pages, 10 figures, 4 tables

ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting

改进的 VBGS：实时连续变分贝叶斯高斯点云融合

Damani Mguni-Coker

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

AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。

Comments 5 pages, 4 figures. Technical Report. This introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)

GSPotential: Camera Potential Field for Sparse-View 3D Gaussian Splatting

GSPotential：面向稀疏视图三维高斯溅射的相机势场

Zeyuan An, Yanghang Xiao, Zhiying Leng, Yijun Feng, Xiaohui Liang

机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Zhongguancun Laboratory（中关村实验室） 纠错

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

AI总结 GSPotential是面向稀疏视图3D Gaussian Splatting的框架，通过相机势场解决稀疏视图下的过拟合与几何伪影，采用虚拟相机采样与高斯更新策略提升重建保真度且训练效率具竞争力。

Comments 10 pages, 8 figures, 5 tables. Accepted to Pacific Graphics 2026 Conference Track

Stochastic Liquid Deformation Fields: An SDE Generalisation of Closed-Form Continuous-Time Cells for Dynamic 3D Gaussian Splatting

随机液体变形场：动态三维高斯溅射的闭式连续时间单元的SDE泛化

Mingzhao Li, Arghya Pal

机构 * School of Information Technology, Monash University（莫纳什大学信息技术学院） 纠错

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

AI总结 本研究将动态3D高斯溅射的变形场替换为带高斯扰动的CfC单元，提出随机液体变形场，在合成场景上性能优于MLP基线，明确了噪声项的适用场景。

Comments APSIPA ASC 2026 accepted paper

CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus

CoRe-GS：基于语义对象聚焦的粗到细 Gaussian Splatting

Hannah Schieber, Dominik Frischmann, Victor Schaack, Simon Boche, Angela Schoellig, Stefan Leutenegger, Daniel Roth

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

AI总结 CoRe-GS通过任务驱动的语义对象聚焦优化，实现高效且高质量的3D场景重建，适用于机器人应用。

MoDGS: Dynamic Gaussian Splatting from Casually-captured Monocular Videos with Depth Priors

MoDGS：基于深度先验的随意捕获单目视频动态高斯溅射

Qingming Liu, Yuan Liu, Jiepeng Wang, Xianqiang Lyv, Peng Wang, Wenping Wang, Junhui Hou

机构 * City University of HongKong（香港城市大学） ； HKUST（香港科技大学） ； HKU（香港大学） ； TAMU（德克萨斯大学奥斯汀分校） ； CUHK(SZ)（香港城市大学（深圳）） 纠错

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

AI总结 MoDGS是基于深度先验的新管线，通过3D感知初始化与鲁棒深度损失，从相机静止或缓慢移动的随意单目视频渲染高质量动态场景新视角，性能优于现有方法且代码公开。

Comments Accepted as a poster at ICLR. Project page: https://modgs.github.io

As-Rigid-As-Possible Deformation of Gaussian Radiance Fields

高斯辐射场的尽可能刚性变形

Xinhao Tong, Tianjia Shao, Yanlin Weng, Yin Yang, Kun Zhou

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

AI总结 本文针对现有3D高斯溅射（3DGS）变形方法易产生伪影的问题，提出一种交互式尽可能刚性（ARAP）变形方法，通过优化高斯及设计径向特征、自适应各向异性空间低通滤波器，实现无伪影且保持高质量高效率的高斯辐射场变形。

Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 31, no. 10, pp. 7727-7739, Oct. 2025

DReSG: Diffusion Residuals for Stylized Gaussian Splatting

DReSG：用于风格化高斯溅射的扩散残差

Zhongliang Liu, Wenjie Liu, Yang Li

机构 * School of Software Engineering, East China Normal University（华东师范大学软件工程学院） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

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

AI总结 针对现有3D风格化方法的缺陷，提出DReSG框架，将扩散提议作为残差目标并通过多视图高斯反馈优化，实现稳定可控的参考引导风格化，更好保留场景结构与跨视图稳定性。

Comments Accepted to Pacific Graphics 2026 (Conference Track)

ProGS: Towards Progressive Coding for 3D Gaussian Splatting

ProGS：迈向3D高斯散射的渐进编码

Zhiye Tang, Lingzhuo Liu, Shengjie Jiao, Qiudan Zhang, Junhui Hou, You Yang, Xu Wang

机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） 纠错

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

AI总结 ProGS通过八叉树结构实现3D高斯散射的高效渐进编码，显著提升压缩效率和视觉保真度。

ThermoSplat: Cross-Modal 3D Gaussian Splatting with Feature Modulation and Geometry Decoupling

ThermoSplat: 多模态3D高斯点云的特征调制与几何解耦

Zhaoqi Su, Shihai Chen, Xinyan Lin, Liqin Huang, Zhipeng Su, Xiaoqiang Lu

机构 * College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学） 纠错

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

AI总结 ThermoSplat通过特征调制和几何解耦实现多模态3D高斯点云的深度光谱感知重建，提升多光谱场景的渲染质量。

Journal ref 10.1016/j.neucom.2026.134796

TopoSurfel: Closing the Loop between Gaussian Surfels and Meshes for Surface Reconstruction

TopoSurfel：闭合高斯面元与网格间的循环以实现表面重建

Chuanjin Fan, Wenjie Chang, Bohao Liao, Yujia Chen, Wenfei Yang, Tianzhu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Deep Space Exploration Laboratory（深空探测实验室） 纠错

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

AI总结 针对3D高斯溅射直接提取高保真表面易产生伪影和浮点数的问题，提出闭合高斯面元与网格循环的TopoSurfel框架，通过动态生成代理网格及相关策略实现高质量表面重建与新视图合成。

Comments Project page: https://fan-treasure.github.io/TopoSurfel_page/

GhostSplat: Input-Triggered Backdoors for Multi-View-Consistent 3D Content Manipulation in Feed-Forward Gaussian Splatting

GhostSplat：前馈高斯溅射中用于多视图一致3D内容操纵的输入触发后门

Yudong Gao, Zongjian Ding, Linghan Chen, Yajing Chen, Yu Xinglin, Jiale Liu, Shan Huang, Mingjun Cheng

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)

AI总结 GhostSplat是针对前馈3D高斯溅射的输入触发后门，可植入共享生成器权重实现多视图一致的3D内容操纵，在多架构数据集上攻击成功率高且抗常见图像变换，现有防御措施无法有效应对。

Comments 10 pages, 6 figures, 6 tables; includes technical appendix and ancillary reproduction code

ReconSplat: Generalizable 3D Scene Reconstruction Beyond Observed Views

ReconSplat：超越观测视图的通用3D场景重建

Giuseppe Stracquadanio, Kevin Raj, Julia Grabinski, Stefan Roth

机构 * TU Darmstadt（达姆施塔特工业大学） ； Zuse School ELIZA（楚斯学校ELIZA） 纠错

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

AI总结 ReconSplat是基于3DGS与MV-LDM的前馈3D场景重建模型，解决未观测区域视图生成与几何一致性的权衡问题，在RealEstate10K、DL3DV-10K基准上优于现有方法，可外推未观测视点并保持精确几何。

Comments ECCV 2026. Code and additional visual results are available on our project page: https://visinf.github.io/reconsplat

CapFrame: Text-Instructed Viewpoint Grounding in 3D Gaussian Scenes via Geometric Pseudo Labels

CapFrame：基于几何伪标签的3D高斯场景中文本引导视角定位

Jirong Li, Satoshi Ikehata, Shuhei Kurita, Ikuro Sato

机构 * Institute of Science Tokyo（东京科学大学） ； Denso IT Laboratory, Inc.（电装IT实验室） ； National Institute of Informatics（信息学研究所） 纠错

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

AI总结 本文针对3D高斯场景中虚拟相机位姿需人工设置的问题，提出CapFrame框架，通过检索-转换-优化流程实现文本引导的视角定位，实验表明其对齐度优于基线方法。

Comments Accepted at ECCV 2026

DisCo3D: Distilling Multi-View Consistency for 3D Scene Editing

DisCo3D：用于3D场景编辑的多视图一致性蒸馏

Yufeng Chi, Huimin Ma, Kafeng Wang, Jianmin Li

机构 * Institute for Artificial Intelligence, Beijing National Research Center for Information Science and Technology, Department of Computer Science and Technology, Tsinghua University（人工智能研究院、北京信息科学与技术国家研究中心、计算机科学与技术系、清华大学） ； College of Computer, National University of Defense Technology（计算机学院、国防科技大学） 纠错

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

AI总结 本文提出DisCo3D框架，通过微调3D生成器、一致性蒸馏训练2D编辑器并结合Gaussian Splatting，实现了稳定的3D场景编辑多视图一致性，且编辑质量优于现有SOTA方法。

Comments 14 pages, 9 figures

Journal ref SCIENCE CHINA Information Sciences (2026)

SMG: Semantic Motion Graph for Monocular Dynamic Gaussian Splatting

SMG：用于单目动态高斯溅射的语义运动图

Haozheng Yu, Xinyu Yang, Rundong Luo, Jennifer J. Sun, Bharath Hariharan

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 该研究针对单目动态高斯溅射过拟合、复杂场景下表现差的问题，提出SMG模型，引入新数据集，实现了该任务的最优性能。

Comments ECCV 2026

ATGS: Anchored Temporal Gaussian Splatting for Long Volumetric Video Representation

ATGS：用于长体积视频表示的锚定时间高斯溅射

Jiahao Wu, Jie Liang, Die Hu, Jiayu Yang, Kaiqiang Xiong, Xiang Li, Xiaoyun Zheng, Chao Wang, Ronggang Wang

机构 * Shenzhen Graduate School, Peking University（北京大学深圳研究生院） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 针对长序列体积视频的时间不稳定问题，提出基于高斯溅射的ATGS框架，通过时间条件锚点组织高斯、时间窗口策略及多级锚点特征约束，实现更优的长序列体积视频重建性能。

Comments ACM ToG(SIGGRAPH'2026)

RoSe-SLAM: Robust Semantic-Aware Gaussian Splatting SLAM from Dynamic Monocular Videos

RoSe-SLAM：面向动态单目视频的鲁棒语义感知高斯溅射SLAM

Wenting Wang, Jiaxin Guo, Wenzhen Dong, Yun-Hui Liu, Charlie C. L. Wang, Yeung Yam

机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Manchester（曼彻斯特大学） ； Centre for Perceptual and Interactive Intelligence (CPII) Limited（感知与互动智能中心有限公司） 纠错

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

AI总结 本研究提出RoSe-SLAM，利用2D基础模型语义特征与时空运动掩码等模块，结合几何与语义线索，在动态单目视频中实现更优的SLAM性能，优于现有动态RGB SLAM基线。

Comments Accepted by IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS & SYSTEMS (IROS), 2026

Posterior Variance Is a Constraint Map, Not an Error Map: Closed-Form Uncertainty for Radiative Gaussian Splatting in Sparse-View CT

用于稀疏视图CT中辐射高斯点云的校准闭式不确定性

Chulin Zhao, Yiran Xu, Shu Liu

机构 * Dundee International Institute, Central South University（中南大学邓迪国际学院） ； Central South University（中南大学） 纠错

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

AI总结 研究针对辐射高斯点云在稀疏视图CT重建中缺乏可信度问题，利用透射X射线成像特性赋予其变分密度后验，通过系统校准研究表明所得不确定性能与真实误差排序相符，还剖析相关现象并指出校准后验指向剂量自适应停止规则。

Comments v2: substantially revised and condensed; 31 pages total, 9 figures

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

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

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 10 pages, 5 figures

Elastic Triangle Splatting

弹性三角形splatting

Tian Shi, Shenhan Qian, Daniel Cremers

机构 * Technical University of Munich（慕尼黑工业大学） ； MCML（慕尼黑计算与机器学习实验室） 纠错

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

AI总结 本研究针对三角形splatting的核函数选择问题，提出弹性核函数，经实验验证其在形状重建和多数新视图合成基准中优于现有核，凸显核设计的重要性。

Super4DR: 4D Radar-centric Self-supervised Odometry and Gaussian-based Map Optimization

Super4DR: 基于4D雷达的自监督里程计与高斯基于地图优化

Zhiheng Li, Weihua Wang, Qiang Shen, Yichen Zhao, Zheng Fang

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

AI总结 Super4DR通过基于4D雷达的自监督里程计和高斯地图优化，在恶劣天气中实现更准确的定位与地图重建。

Comments 19 pages, 24 figures