视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
具有任意相机轨迹可视化引擎的3D斜高斯散射
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 本文提出3D斜高斯散射（3DSGS），通过引入斜高斯分布来提升3D高斯散射的结构保真度和紧凑性，以解决对称高斯分布在捕捉形状和颜色不连续性方面的不足，从而提高可视化效果和空间数据探索的准确性。
Comments 16 pages
Topo-GS: 通过拓扑高斯散射实现高维数据的连续体积分嵌入
机构 * Universidade Federal do ABC (UFABC)（巴西圣安德烈大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 本文提出Topo-GS方法，利用拓扑感知策略将高维数据转换为连续体积分表示，通过局部几何约束优化，保持局部拓扑保真度，同时显式表现投影扭曲。
Comments 7 pages, 2 figures
CAGS：基于动态3D高斯点云的色彩自适应体视频流媒体
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Jiangxing Intelligence Inc.（江行智能有限公司） ； McGill University（麦吉尔大学） ； Nankai University（南开大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Fuzhou University（福州大学） ； Southeast University（东南大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 本文提出CAGS系统，通过向量量化建立LOD并利用低分辨率参考图像校正颜色失真，提升体视频流媒体在带宽波动下的PSNR性能和渲染效率。
Comments SIGGRAPH 2026 Conference Paper. Code is available at https://github.com/yindaheng98/ColorAdaptiveGaussianSplatting
Journal ref ACM SIGGRAPH 2026
ODE-GS：基于动态场景外推的隐式ODE与3D高斯点划法
机构 * Yale University（耶鲁大学） ； TU Delft（代尔夫特理工大学） ； Louisiana State University（路易斯安那州立大学） ； RTX（RTX公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 ODE-GS结合隐式ODE与3D高斯点划法，通过连续时间隐式动态建模实现动态3D场景的未来外推，优于传统时间条件变形网络方法，提升外推性能19.8%。
Comments Accepted at ICLR 2026
PAGaS：基于像素对齐的1DoF高斯散射用于深度细化
机构 * University of Zaragoza（萨拉戈萨大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO
AI总结 PAGaS通过1DoF高斯散射模型提升多视图立体深度估计的精度，利用像素对齐和约束优化实现高精度深度映射。
MSGS：多光谱三维高斯点撒技术
机构 * Victoria University of Wellington（惠灵顿维多利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 本文提出多光谱三维高斯点撒技术，通过引入光谱辐射度和双损失监督方案提升视图合成的光谱感知能力，实验证明在透明材料和各向异性反射场景中表现优异。
Comments Published in IEEE ISMAR 2025 Adjunct
Journal ref Proceedings of the IEEE International Symposium on Mixed and Augmented Reality (ISMAR) Adjunct, 2025
SSD-GS：散射与阴影分解用于可重照明的3D高斯点云
机构 * Victoria University of Wellington（惠灵顿维多利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 SSD-GS通过分解反射率成四个组件，提升3D高斯点云在新型光照条件下的重建与真实重照明能力，尤其适用于各向异性金属和透明材料。
Comments Accepted to ICLR 2026. Code available at: https://github.com/irisfreesiri/SSD-GS
Habitat-GS：一种高保真导航仿真器与动态高斯点云
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； XGRIDS ； UDeer AI ； Shenzhen University（深圳大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.RO
AI总结 本文提出Habitat-GS，通过整合3D高斯点云渲染和可驾驶高斯化身，提升导航仿真的视觉真实性和动态人类建模能力，实验表明其在跨领域泛化和人类感知导航中表现优异。
Comments Project page: https://zju3dv.github.io/habitat-gs/
VBGS-SLAM：变分贝叶斯高斯点撒SLAM
机构 * University of California, Riverside（加州大学河滨分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出VBGS-SLAM，结合高斯点撒地图优化与相机姿态跟踪，通过变分推断提升鲁棒性和精度，实验证明在长序列预测和多场景中表现优异。
快速且鲁棒的可变形3D高斯点散布
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出FRoG框架，通过粗到细的时间嵌入策略和深度误差引导采样提升动态场景重建的效率与鲁棒性，实现高速渲染和高质量视觉效果。
高斯散射中的拉普拉斯-贝尔特拉米算子
机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔人工智能与机器学习研究院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出在高斯散射表示上直接计算拉普拉斯-贝尔特拉米算子的方法，利用马哈拉诺斯距离提高几何处理的准确性，并用于评估优化结果的质量。
Comments 10 pages
LiDAR-EVS: 通过伪LiDAR监督增强3D高斯点云的外推视角合成
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出LiDAR-EVS，通过伪LiDAR监督和空间约束dropout正则化，提升自动驾驶中外推视角LiDAR合成的鲁棒性与泛化能力，实验表明其在三个数据集上均取得最优性能。
Comments 22 pages, 8 figures
迈向高保真高斯散射的查询卷积神经网络
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出查询卷积（Qonvolutions）改进高斯散射，通过结合查询与邻域特性提升重建保真度，在真实场景中实现优于Zip-NeRF的NVS效果，并提升多种回归任务性能。
Comments 38 pages, 8 figures, Project Page: https://abhi1kumar.github.io/qonvolution/
SSR-GS：在高光表面重建中分离镜面反射
机构 * Chongqing University（重庆大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 SSR-GS通过引入预过滤Mip-Cubemap和IndiASG模块，结合视觉几何先验，有效分离镜面反射，提升高光表面重建性能。
Comments Project page: https://gsflyer.github.io/SSR-GS/
增强辐射场：一种改进的高斯散射通用框架
机构 * VCC, CSSE, Shenzhen University（深圳大学视觉计算中心、计算机科学与工程系） ； Tencent Games（腾讯游戏）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出增强辐射场框架，通过视图依赖的不透明度建模镜面效应，提升3D高斯散射的渲染性能和参数效率。
Comments Accepted to ICLR 2026. Project page: \url{https://xiaoxinyyx.github.io/augs}
Speedy-Splat: 通过稀疏像素和稀疏原语实现快速3D高斯点播
机构 * University of Maryland, College Park（马里兰大学 College Park分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR
AI总结 Speedy-Splat通过优化渲染管线和引入剪枝技术，显著提升了3D高斯点播的渲染速度，模型大小和训练时间也得到优化。
Comments CVPR 2025, Project Page: https://speedysplat.github.io/
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025, pp. 21537-21546
基于材料信息的高斯点散布用于数字孪生中的3D世界重建
机构 * Siemens Digital Industries Software（西门子数字工业软件） ； Dept. of Cognitive Robotics, Delft University of Technology（认知机器人系，代尔夫特理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出一种仅使用相机的3D重建方法，通过高斯点散布和材料信息提取，实现高精度的数字孪生重建，无需激光雷达和复杂校准。
Comments 8 pages, 5 figures. Accepted to IEEE Intelligent Vehicles Symposium (IV) 2026. Revised version (v3) presents camera-ready publication
NAS-GS: 噪声感知的声纳高斯点云技术
机构 * I-X and Department of Electrical and Electronic Engineering, Imperial College London, UK（I-X 和 电气与电子工程系，帝国理工学院伦敦分校） ； Frontier Robotics, The National Robotarium, Edinburgh UK（前沿机器人技术，国家机器人中心，爱丁堡）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO
AI总结 NAS-GS通过双向点云技术和高斯混合噪声模型，提升声纳图像的3D重建和新视角合成性能。
RTR-GS: 3D高斯散射用于带有辐射转移和反射的逆渲染
机构 * Beijing Institute of Technology（北京理工大学） ； Victoria University of Wellington（惠灵顿维多利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 RTR-GS通过结合正向渲染和延迟渲染，实现了对具有任意反射特性的物体的稳健逆渲染和重新照明。
Comments 16 pages
OUGS: 通过对象感知不确定性估计实现3DGS中的主动视图选择
专题命中 Gaussian Splatting ：3DGS(title,abstract)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 OUGS通过对象感知的不确定性估计，改进3DGS的主动视图选择，提升特定对象的重建质量和效率。
Comments Conditionally accepted to Eurographics 2026 (five reviewers)
基于动量的3D高斯点撒：通过无序透明度解决体积分离
机构 * University of Bonn（波恩大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出基于动量的无序透明度计算方法，通过高保真度透明度计算提升3D高斯点撒在复杂半透明物体渲染中的性能。
神经纹理散射：用于视图合成、几何和动态重建的表达性3D高斯散射
机构 * ETH Zurich（苏黎世联邦理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出神经纹理散射方法，通过全局神经场提升3D高斯散射在视图合成、几何和动态重建中的性能。
Comments SIGGRAPH Asia 2025 (conference track), Project page: https://19reborn.github.io/nts/
ReCoGS: 用于高斯点云场景的实时重绘
机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 ReCoGS通过用户友好的流程实现高斯点云场景的实时重绘，解决视角不一致和计算需求高等问题。
Comments Project page is available at https://github.com/loryruta/recogs
PUP 3D-GS: 3D高斯散射的原理性不确定性修剪
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 PUP 3D-GS通过原理性不确定性修剪技术，在更高压缩比下保持视觉质量和前景细节，提升渲染速度并优化图像质量。
Comments CVPR 2025, Project Page: https://pup3dgs.github.io/
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025, pp. 5949-5958
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
Comments Project Page: https://symgs.github.io/
机构 * INRIA France（法国INRIA） ； University of Rennes（里昂大学） ； CNRS（国家科学研究中心） ； IRISA（里莫斯岛研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
Comments NeurIPS 2025. Code will be available at https://github.com/maeyounes/AA-2DGS
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D vision(abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
Comments Article written for Frontiers of Science Award, International Congress on Basic Science, 2025
机构 * Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； University of Liverpool（利物浦大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University of Technology（浙江工业大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO
机构 * University of Surrey（萨里大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
机构 * Indian Institute of Science（印度科学研究院） ； Birla Institute of Technology（巴尔尔学院技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
Comments SIGGRAPH Asia 2025
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈