视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
基于流的高斯点散射用于连续尺度遥感图像超分辨率
机构 * School of Information Science and Technology, Beijing Foreign Studies University（信息科学与技术学院，北京外国语大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出FlowGS框架，通过流匹配和高斯点散射实现任意尺度的遥感图像超分辨率，提升生成效率和质量。
AIR: 一种用于自监督前馈2D高斯点散射的 amortized 图像重建框架
机构 * School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； School of Software Technology, Zhejiang University（浙江大学软件学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出了一种自监督前馈框架AIR，通过将迭代高斯拟合 amortized 到单次网络传递中，消除了每张图像测试时的优化需求。该框架采用分阶段残差架构，逐步从重建残差中预测额外的高斯原始体，并结合显式的阶段控制机制，仅在欠重建区域激活新的原始体。通过预测-优化-蒸馏训练策略，稳定了多阶段预测，最终实现了更高效的图像重建。
Comments preprint version
从稀疏航拍视图进行前馈高斯点扩散
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Peking University（北京大学） ； The Ohio State University（俄亥俄州立大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出AnyCity框架，通过观察驱动的生成重建方法，解决稀疏航拍视图中大规模城市场景重建中的证据不平衡问题，通过几何潜在表示和条件化空中完成标记预测，实现高质量的3D高斯点场重建。
GaussianZoom: 一种结合几何和语义引导的渐进式缩放生成3D高斯点云
机构 * State Key Lab of CAD & CG（计算机辅助设计与图形学国家重点实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出GaussianZoom，一种结合几何一致场景建模和多尺度语义推理的生成式缩放3D重建系统，通过迭代渐进框架实现从低分辨率输入生成高保真的极端缩放渲染。
Comments 10 pages, 7 figures
分离运动与几何的4D高斯点散射
机构 * Sun Yat-sen University（中山大学） ； University of Trento（特伦特大学） ； Huazhong University of Science and Technology（华中科技大学） ； Lanzhou University（兰州大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出VeGaS框架，通过引入伽利略剪切矩阵和几何变形网络，分离高斯运动与几何属性，提升复杂非线性运动建模能力，实验表明其在公开数据集上达到最先进的性能。
智能目标点控制用于高斯溅射方法
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.GR
AI总结 本文提出一种智能目标点控制方案，通过调整高斯溅射的参数以跟踪二次目标计数轨迹，确保所有方法和视图获得相等的密集化和修剪周期，实现更公平的评估。
鲁棒的先验引导分割用于可编辑的3D高斯散射
机构 * University of Surrey（萨里大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出利用SAM-HQ生成准确2D掩码，通过先验引导标签重新分配实现鲁棒的3D分割，提升编辑任务的精度和效率。
Comments Accepted at IEEE International Conference on Image Processing 2026, 6 pages
EndoGSim: 基于多模态大语言模型的物理感知4D动态内窥镜场景模拟
机构 * Department of Electronic Engineering, The Chinese University of Hong Kong (CUHK)（香港中文大学电子工程系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出EndoGSim框架，通过MLLM引导的高斯点散布实现内窥镜场景的物理感知重建与模拟，结合预训练分割和深度估计，提升手术模拟的真实性和准确性。
Comments Early Accepted by MICCAI 2026
稀疏编码提升用于高效3D语言高斯散射
机构 * Faculty of Electrical Engineering and Computing（电子工程与计算学院） ； Department of Computer Science（计算机科学系） ； Vector Institute（向量研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出SCOUP方法，通过解耦语言表示学习与3D高斯优化，实现高效3D语义重建、存储和渲染。方法利用2D图像区域特征学习稀疏代码本表示，并通过加权稀疏聚合提升至3D高斯体，从而提升训练速度和内存效率。
Comments 18 pages (9 pages main paper), 10 figures, preprint
Real2Sim：一种用于自动驾驶场景的物理驱动且可编辑的高斯点扩散框架
机构 * Department of Civil and Environmental Engineering, Rensselaer Polytechnic Institute（拉特克利夫理工学院土木与环境工程系） ； Department of Computer and Information Sciences, University of Delaware（德雷塞尔大学计算机与信息科学系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 Real2Sim结合4D高斯点扩散与可微材料点法求解器，实现动态驾驶场景的连续高斯原语重建，支持实例级编辑，并模拟真实物体间交互，提升自动驾驶场景生成的物理真实性和编辑灵活性。
RoSplat：用于变化输入视角和高分辨率渲染的鲁棒前馈像素级高斯散射
机构 * Australian National University（澳大利亚国立大学） ； NVIDIA
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出RoSplat，通过引入alpha归一化策略和辅助3D采样正则化器，解决高斯散射在不同输入视角下的过亮问题和高分辨率渲染中的孔洞 artifacts，提升渲染质量。
Ilov3Splat：基于高斯散射的实例级开放词汇3D场景理解
机构 * School of Electrical Engineering and Robotics（电气工程与机器人学学院） ； Queensland University of Technology（昆士兰理工大学） ； CSIRO Robotics（CSIRO机器人部） ； CSIRO
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出Ilov3Splat框架，通过增强高斯散射以实现实例级开放词汇3D场景理解，利用多分辨率哈希嵌入和对比损失提升语言语义关联与实例区分能力。
Comments The International Conference on Pattern Recognition (ICPR) 2026
VidSplat：基于几何引导视频扩散先验的高斯点云重建
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Department of Computer Science, Wayne State University（韦恩州立大学计算机科学系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 VidSplat通过几何引导的视频扩散先验，解决稀疏视图下3D场景重建问题，提出免训练生成框架，迭代合成新视角以恢复完整3D场景。
Comments Accepted by SIGGRAPH Conference 2026. Project Page: https://tangjm24.github.io/VidSplat
面向预测的高斯点散布用于语言引导的抓取与放置操作中的预测3D表示
机构 * KTH Royal Institute of Technology（皇家理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.RO
AI总结 本文提出Forecast-GS框架，通过预测3D状态提升语言引导的机器人操作性能，实验显示其在抓取与放置任务中优于基线方法，表明明确预测任务完成状态有助于更可靠的行动评估。
TransmissiveGS：基于残差引导的解耦高斯点散射用于透射场景重建与渲染
机构 * HKUST（香港理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出TransmissiveGS框架，通过双高斯表示和延迟着色函数解耦透射场景的反射与透射，利用多视图不一致性分离反射和透射，并引入高频正则化和新合成数据集提升重建与渲染质量。
AstroSplat：基于物理的高斯散射用于小天体的渲染与重建
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出AstroSplat，一种基于物理的高斯散射框架，利用行星反射模型提升小天体表面的自主重建和光谱特性分析，通过NASA Dawn任务的真实图像验证了其在渲染性能和表面重建精度上的优势。
Comments 10 pages, 6 figures, conference
从像素到原语：基于3D高斯散射的场景变化检测
机构 * QUT Centre for Robotics（昆士兰大学机器人中心） ； ARIAM ； ACFR, University of Sydney（悉尼大学先进计算机研究学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GD-DIFF方法，通过直接操作原语空间进行场景变化检测，实现多视角一致性及区分几何与外观变化，优于现有方法17%的mIoU。
Comments Project Page: https://chumsy0725.github.io/GS-DIFF/
在基于高斯散射的特征场中区分2D-3D对应关系以实现视觉定位
机构 * Sungkyunkwan University（成均馆大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出SplitGS-Loc框架，通过高斯属性区分2D-3D对应关系，解决传统GSFF在视觉定位中的问题，实现稳定PnP收敛，达到最先进的定位性能。
CryoSplat: 基于高斯点散的冷冻电镜均匀重建
机构 * Department of Computer Science（计算机科学系） ； Stony Brook University（石溪大学） ； Department of Artificial Intelligence（人工智能系） ； Westlake University（西湖大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出CryoSplat，一种基于高斯点散的冷冻电镜均匀重建方法，通过整合高斯点散与冷冻电镜成像物理，实现从原始冷冻电镜粒子图像直接稳定高效地进行均匀重建。
Comments Published at ICLR 2026 (Camera-ready). Code available at https://github.com/Chen-Suyi/cryosplat
停止屏息：基于CT的高斯点云法用于动态支气管镜
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Harvard Medical School（哈佛医学院） ； University of California, San Diego（加州大学圣地亚哥分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出利用患者特定的呼吸模型消除屏息协议需求，通过配对呼气吸气CT扫描减少呼吸运动，实现连续的变形感知重建。
基于多视角语义一致性的通用人体高斯点云生成
机构 * Konkuk University（韩国 Konkuk 大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出基于多视角语义一致性的方法，通过预测深度图和跨视角注意力机制，解决多视角输入下人体3D高斯点云定位不一致问题，提升渲染质量。
Comments 10 pages, 8 figures, CVPR 2026 Findings
基于高斯溅射的图像重建：用于扩散光学断层扫描
机构 * Computational Optical Imaging Group, Biomedical Optics Research Laboratory, Dept. of Neonatology, University Hospital Zurich（计算光学成像组、生物医学光学研究实验室、新生儿科部门、苏黎世大学医院） ； University of Zurich, Switzerland（苏黎世大学，瑞士）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GS-DOT，一种基于高斯溅射的扩散光学断层扫描图像重建框架，通过优化高斯原始体实现吸收系数的稀疏表示，提高了噪声鲁棒性和内存效率。
NRGS: 用于鲁棒3D语义高斯点云的神经正则化
机构 * Beijing University of Posts and Telecommunications, China（北京邮电大学，中国） ； Beijing Key Laboratory of Multimodal Data Intelligent Perception and Governance, China（北京多模态数据智能感知与治理重点实验室，中国） ； The University of Osaka, Japan（大阪大学，日本） ； Nankai University, China（南开大学，中国）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出神经正则化方法，通过提升多视角不一致2D特征产生的3D语义场，以获得准确且鲁棒的3D语义高斯点云。方法直接在3D高斯点云上操作，利用其几何和外观属性纠正3D空间中的语义错误。
AdaGScale：基于视角适应的高斯缩放以减少高斯-瓷砖对数量
机构 * Korea University（韩国大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出AdaGScale，通过视角适应的高斯缩放技术减少高斯-瓷砖对数量，提升3D高斯点云渲染速度并保持图像质量。
Comments DAC 2026
GS-STVSR：通过二维高斯散射实现超高效的连续时空视频超分辨率
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GS-STVSR框架，通过二维高斯散射实现高效的连续时空视频超分辨率，利用高斯核的时空演变避免密集网格查询，提升处理效率和质量。
基于Voronoi引导的双侧二维高斯点撒法的任意尺度超光谱图像超分辨率
机构 * Department of Computer and Information Science（计算机与信息科学系） ； University of Macau（澳门大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GaussianHSI框架，通过Voronoi引导的双侧二维高斯点撒法实现任意尺度超光谱图像超分辨率，结合谱细节增强模块提升重建效果。
CLOTH-HUGS：具有布料感知的人形高斯点撒特
机构 * University of Texas at San Antonio（德克萨斯大学阿纳海姆分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 CLOTH-HUGS通过高斯点撒特框架实现逼真布料人形重建，分离身体和衣物表示，采用共享规范空间联合编码身体、衣物和场景原语，提升布料真实感和几何精度。
GlobalSplat: 通过全局场景标记实现高效的前馈3D高斯点绘
机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Westlake University（西拉丘盘大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 GlobalSplat通过全局场景标记实现高效的前馈3D高斯点绘，解决了传统方法在空间分配上的局限性，实现紧凑且一致的重建。
ProDiG：渐进式扩散引导高斯点云法用于空到地重建
机构 * CRCV, University of Central Florida（中佛罗里达大学计算机视觉研究中心）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出ProDiG方法，通过扩散引导逐步将空视图转换为地面级视图，利用几何感知因果注意力模块和距离自适应高斯模块，实现高斯点云的渐进式优化，提升重建的几何一致性和鲁棒性。
Comments CVPR Findings 2026
具有结构意识的细粒度高斯点散布用于表现力Avatar重建
机构 * School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（教育部新一代人工智能技术及其跨学科应用重点实验室（东南大学）） ； Purple Mountain Laboratories（紫金山实验室） ； Engineering Research Center of Blockchain Application, Supervision And Management (Southeast University), Ministry of Education（教育部区块链应用监管工程研究中心（东南大学）） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS)（多模态人工智能系统全国重点实验室） ； Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出SFGS方法，通过空间三平面和时间六平面捕捉动态特征，结合结构感知高斯模块和残差细化模块，实现高保真全身体素Avatar重建，优于现有方法。
Comments The code is on Github: https://github.com/Su245811YZ/SFGS
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