3D 视觉

CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting

Xiangrui Liu, Xinju Wu, Pingping Zhang, Shiqi Wang, Zhu Li, Sam Kwong

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

Comments Submitted to a conference

MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements

Lisong C. Sun, Neel P. Bhatt, Jonathan C. Liu, Zhiwen Fan, Zhangyang Wang, Todd E. Humphreys, Ufuk Topcu

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

Comments Project Webpage: https://vita-group.github.io/MM3DGS-SLAM

Human Gaussian Splatting: Real-time Rendering of Animatable Avatars

Arthur Moreau, Jifei Song, Helisa Dhamo, Richard Shaw, Yiren Zhou, Eduardo Pérez-Pellitero

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

Comments Accepted to CVPR 2024

SplattingAvatar: Realistic Real-Time Human Avatars with Mesh-Embedded Gaussian Splatting

Zhijing Shao, Zhaolong Wang, Zhuang Li, Duotun Wang, Xiangru Lin, Yu Zhang, Mingming Fan, Zeyu Wang

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

Comments [CVPR 2024] Code and data are available at https://github.com/initialneil/SplattingAvatar

Mesh-based Gaussian Splatting for Real-time Large-scale Deformation

Lin Gao, Jie Yang, Bo-Tao Zhang, Jia-Mu Sun, Yu-Jie Yuan, Hongbo Fu, Yu-Kun Lai

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

Comments 11 pages, 7 figures

SuGaR: Surface-Aligned Gaussian Splatting for Efficient 3D Mesh Reconstruction and High-Quality Mesh Rendering

Antoine Guédon, Vincent Lepetit

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

Comments We identified a minor typographical error in Equation 6; We updated the paper accordingly. Project Webpage: https://anttwo.github.io/sugar/

SplatArmor: Articulated Gaussian splatting for animatable humans from monocular RGB videos

Rohit Jena, Ganesh Subramanian Iyer, Siddharth Choudhary, Brandon Smith, Pratik Chaudhari, James Gee

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

Probabilistic Point Cloud Modeling via Self-Organizing Gaussian Mixture Models

Kshitij Goel, Nathan Michael, Wennie Tabib

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

Comments 8 pages, 6 figures, to appear in IEEE Robotics and Automation Letters

Single-Event Upsets in 3D Gaussian Splatting Rendering: Bit-Level Criticality, Spatial Extent, and a Parallel Support Guard

3D高斯泼溅渲染中的单粒子翻转：比特级关键性、空间范围及并行支持防护

Faruk Alpay, Baris Basaran

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

AI总结 本文通过GPU并行故障注入引擎，系统评估了3D高斯泼溅模型中单比特翻转的影响，发现高阶比特翻转可导致单个图元覆盖高达75.7%的帧，并提出一种基于训练坐标框的逐图元参数钳位防护机制，将最坏情况下的损坏面积限制在11.68%以内。

Comments 21 pages, 7 figures, 4 tables; ancillary files provided; artifacts: https://huggingface.co/datasets/Lightcap/seu-3dgs

Learning Hierarchical Sparse Transform Coding for 3DGS Compression

学习分层稀疏变换编码用于3DGS压缩

Hao Xu, Xiaolin Wu, Xi Zhang

机构 * McMaster University, Canada（麦斯威尔大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； Southwest Jiaotong University, China（西南交通大学） 纠错

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

AI总结 本文提出了一种学习分层稀疏变换编码方法，通过引入分析-合成变换和联合优化3DGS表示与熵模型，提升3DGS压缩的R-D性能和解码效率。

Comments Our code will be released at \href{https://github.com/hxu160/SHTC_for_3DGS_compression}{here}

Fast Converging 3D Gaussian Splatting for 1-Minute Reconstruction

快速收敛的3D高斯点撒法用于1分钟重建

Ziyu Zhang, Tianle Liu, Diantao Tu, Shuhan Shen

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Wuhan University（武汉大学） 纠错

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

AI总结 本文提出了一种快速收敛的3D高斯点撒方法，通过两阶段方案在1分钟内实现高保真重建，取得PSNR 28.43的优异成绩。

Comments First Rank of SIGGRAPH Asia 2025 3DGS Challenge. Code available at https://github.com/will-zzy/siggraph_asia

XYZCylinder: Towards Compatible Feed-Forward 3D Gaussian Splatting for Driving Scenes via Unified Cylinder Lifting Method

XYZCylinder: 通过统一圆柱提升方法实现兼容的前馈3D高斯点云生成用于驾驶场景

Haochen Yu, Qiankun Liu, Hongyuan Liu, Jianfei Jiang, Juntao Lyu, Jiansheng Chen, Huimin Ma

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

AI总结 XYZCylinder通过统一圆柱提升方法实现兼容的前馈3D高斯点云生成，提升驾驶场景重建的兼容性和精度

Comments Feed-Forward, 3D Gaussian Splatting, Project page: https://yuyuyu223.github.io/XYZCYlinder-projectpage/

HairGS: Hair Strand Reconstruction based on 3D Gaussian Splatting

Yimin Pan, Matthias Nießner, Tobias Kirschstein

机构 * The Visual Computing & Artificial Intelligence Group（视觉计算与人工智能小组） 纠错

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

Comments This is the arXiv preprint of the paper "Hair Strand Reconstruction based on 3D Gaussian Splatting" published at BMVC 2025. Project website: https://yimin-pan.github.io/hair-gs/

Spherical-GOF: Geometry-Aware Panoramic Gaussian Opacity Fields for 3D Scene Reconstruction

球面-GOF：面向3D场景重建的几何感知全景高斯不透明场

Zhe Yang, Guoqiang Zhao, Sheng Wu, Kai Luo, Kailun Yang

机构 * School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学） 纠错

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

AI总结 Spherical-GOF通过球面高斯不透明场实现全景图像的高效渲染，提升3D场景重建的几何一致性和光度质量。

Comments Accepted to IEEE/RSJ IROS 2026. The source code and dataset will be released at https://github.com/1170632760/Spherical-GOF

Structure from Collision

Takuhiro Kaneko

机构 * NTT Corporation（日本通信用电讯公司） 纠错

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

Comments Accepted to CVPR 2025 (Highlight). Project page: https://www.kecl.ntt.co.jp/people/kaneko.takuhiro/projects/sfc/

FaCT-GS: Fast and Scalable CT Reconstruction with Gaussian Splatting

FaCT-GS：基于高斯点撒的快速可扩展CT重建

Pawel Tomasz Pieta, Rasmus Juul Pedersen, Sina Borgi, Jakob Sauer Jørgensen, Jens Wenzel Andreasen, Vedrana Andersen Dahl

机构 * Technical University of Denmark（丹麦技术大学） 纠错

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

AI总结 本文提出FaCT-GS框架，通过优化体素化和光栅化流程，实现快速且可扩展的CT重建，比现有方法快4-13倍，适用于不同投影尺寸。

Comments Accepted at the European Conference on Computer Vision (ECCV) 2026

CLIPGaussian: Universal and Multimodal Style Transfer Based on Gaussian Splatting

Kornel Howil, Joanna Waczyńska, Piotr Borycki, Tadeusz Dziarmaga, Marcin Mazur, Przemysław Spurek

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

Comments Accepted to NeurIPS 2025

WildFireGS: Physics-Based Wildfire Simulation in Large-Scale Semantics-Enriched Gaussian Splatting Forest Scenes

WildFireGS：基于物理的大规模语义增强高斯溅射森林场景野火模拟

Nienke Driessen, Joris Rijsdijk, Sören Pirk, Wojtek Palubicki, Dominik L. Michels, Michael Weinmann

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

AI总结 WildFireGS是直接在大规模语义增强3D高斯溅射森林重建结果上运行的基于物理的野火模拟框架，可实现真实环境下的野火模拟，经实验验证其行为物理一致。

Targetless LiDAR-Camera Calibration with Neural Gaussian Splatting

无目标激光雷达-摄像头校准与神经高斯点分布

Haebeom Jung, Namtae Kim, Jungwoo Kim, Jaesik Park

机构 * Department of Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目系，首尔国立大学） ； Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） 纠错

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

AI总结 本文提出无目标激光雷达-摄像头校准方法，通过神经高斯点分布优化传感器姿态，实现鲁棒且可推广的校准，优于现有方法并在多数据集上表现优异。

Comments IEEE RA-L 2026. Project page: https://zang09.github.io/tlc-calib-site

Journal ref 2026 IEEE Robotics and Automation Letters

Versatile Video Representation via Feed-Forward 2D Gaussian Splatting Tokenization

基于前馈二维高斯溅射标记化的通用视频表示

Zhenghao Chen, Zicong Chen, Lei Liu, Yiming Wu, Dong Xu

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

AI总结 本研究提出基于前馈2DGS标记化的GVT框架，通过STGE与GSP策略实现通用视频表示，在四项视频任务的多数据集评估中，其重建、压缩性能达先进水平，动作识别提升，生成性能可与MAGVIT-v2媲美。

Comments Accepted by ACM MM 2026, Rio de Janeiro, Brazil

ACA-GS: Adaptive-Capacity Anchored Gaussian Splatting for Compact Dynamic Radiance Fields

ACA-GS：用于紧凑动态辐射场的自适应容量锚定高斯溅射

Seunghyeon Song, Joo Chan Lee, Chanung Park, Jun Young Jeong, Minseo Lee, Eunbyung Park, Jong Hwan Ko

机构 * Sungkyunkwan University（成均馆大学） ； Electronics and Telecommunications Research Institute（电子通信研究院） ； Yonsei University（延世大学） 纠错

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

AI总结 针对4D高斯溅射中运动表达与存储效率的权衡，提出自适应容量锚定高斯溅射框架，通过调整锚点的神经高斯数量和特征通道实现紧凑动态辐射场，在多数据集上显著压缩存储且不降低质量。

Comments 9 pages, 8 figures. Accepted to ACM Multimedia 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

FillGS: Filling Observation Gaps in 4D Gaussian Splatting via Viewpoint-Time Selection and Generative Refinement

FillGS：通过视点-时间选择与生成细化填补4D高斯溅射中的观测缺口

Takashi Otonari, Toshihiko Yamasaki

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 FillGS提出主动选择时空虚拟视点的流程，通过过滤不可靠区域微调4DGS，在多视图视频基准上有效填补观测缺口，减少伪影并提升重建效果。

Comments Accepted at ECCV2026

DAV-GSWT: Diffusion-Active-View Sampling for Data-Efficient Gaussian Splatting Wang Tiles

DAV-GSWT：基于扩散优先的主动视角采样用于数据高效的高斯溅射瓦片

Rong Fu, Jiekai Wu, Yee Tan Jia, Yang Li, Xiaowen Ma, Wangyu Wu, Simon Fong

机构 * University of Macau（澳门大学） ； Juntendo University（立命馆大学） ； Tongji University（同济大学） ； Renmin University of China（中国人民大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学） ； University of Liverpool（利物浦大学） 纠错

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

AI总结 本文提出DAV-GSWT框架，利用扩散先验和主动视角采样，从少量输入观测合成高保真高斯溅射瓦片，减少数据需求并保持视觉质量和交互性能。

Comments 16 pages, 7 figures

CGGS: Consistency-Augmented Geometric Gaussian Splatting for Ego-Centric 3D Scene Generation

CGGS：用于以自我为中心的3D场景生成的一致性增强几何高斯点云渲染

Zhenyu Sun, Xiaohan Zhang, Qi Liu, Huan Wang

机构 * School of Future Technology, South China University of Technology（华南理工大学未来技术学院） ； School of Engineering, Westlake University（西湖大学工程学院） 纠错

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

AI总结 针对以自我为中心的3D场景生成难题，提出CGGS框架。通过微调多视图潜在扩散模型生成2D内容，利用光流等估计深度产生点云，再经几何细化器优化3D高斯重建，提升视觉质量与几何结构。

Comments Update format

Journal ref IEEE Transactions on Image Processing, vol. 35, pp. 7670-7684, 2026

TranSplat: Instant Object Relighting in Gaussian Splatting via Spherical Harmonic Radiance Transfer

TranSplat：基于高斯点云的即时物体光照重置

Boyang Tony Yu, Yanlin Jin, Yun He, Akshat Dave, Ravi Ramamoorthi, Guha Balakrishnan

机构 * Rice University（里士大学） ； University of Maryland（马里兰大学） ； Stony Brook University（石溪大学） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 TranSplat在高斯点云框架中实现物体即时准确光照重置，通过BRDF无关的辐射传输策略，利用源和目标环境图的每法线辐照比调节球谐函数外观系数，无需显式材质估计，实现视点依赖和光泽外观的处理。

Comments ICCP 2026

FF-ProCams: Feed-Forward Gaussian Splatting for Projector-Camera System

FF-ProCams：用于投影仪-相机系统的前馈高斯点渲染

Ziyao Wang, Yuqi Li, Wenxing Zheng, Jiaying Chen, Chong Wang

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

AI总结 针对投影仪-相机系统，提出FF-ProCams前馈3D高斯逆渲染框架，用混合编码器聚合线索，轻量级头预测高斯表示，设计可微渲染器，构建数据集实验，实现高保真渲染且速度大幅提升。

AnythingReality: Robust Online Gaussian Splatting SLAM for Open-Vocabulary VR Scene Exploration

AnythingReality：用于开放词汇VR场景探索的鲁棒在线高斯点云SLAM

Timofei Kozlov, Dmitrii Maliukov, Andrey Marchenko, Miguel Altamirano Cabrera, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（智能空间机器人实验室，斯科尔科沃科学技术研究院） ； NLP Research Center（自然语言处理研究中心） 纠错

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

AI总结 该研究提出用于开放词汇VR场景探索的集成架构，结合ORB-SLAM3姿态估计与在线高斯重建处理现实数据，通过VR管道探索，语义模块转录语音等，在数据集和TUM-RGBD上提升图像质量，帧率可比或更优，实现88%的视觉语言模型对象识别率。

Implicit 4D Gaussian Splatting for Fast Motion with Large Inter-Frame Displacements

用于大帧间位移快速运动的隐式4D高斯点云渲染

Seung-gyeom Kim, Areum Kim, Yongjae Yoo, Sukmin Yun

机构 * Hanyang University（汉阳大学） ； Hanyang University ERICA（汉阳大学衣理校区） 纠错

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

AI总结 针对快速运动大帧间位移下4DGS方法失效问题，提出SPIN-4DGS，从显式时空位置学习高斯属性，用轻量级网络预测属性，避免高内存开销，实验证明该方法在大位移下保真度更高，提升了PSNR和SSIM。

Comments Accepted at ICLR 2026. Project page at https://seung-gyeom.github.io/SPIN-4DGS

DP-Splat: Bayesian Nonparametric Complexity Control for Gaussian Splatting

DP-Splat：用于高斯点云的贝叶斯非参数复杂度控制

Aqi Dong

机构 * Embry-Riddle Aeronautical University（安柏瑞德航空大学） 纠错

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

AI总结 研究如何控制高斯点云的复杂度，提出用截断的折断棒狄利克雷过程先验等方法，使组件数量适应数据，更新为闭式步骤。实验表明有效复杂度能适应场景，DP先验贡献在复杂度选择，在多方面表现优于固定K的VBGS。

Comments 18 pages, 8 figures. Code and experiment records: https://github.com/archiedong/dp-splat