3D 视觉

A Principled Approach for Creating High-fidelity Synthetic Demonstrations for Imitation Learning

为模仿学习创建高保真合成演示的原理性方法

Moniruzzaman Akash, Momotaz Begum

机构 * Spot mobile manipulator（Spot移动机械臂） 纠错

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

AI总结 本文提出基于动态运动基元的框架，通过保留专家轨迹结构生成多样化演示，实现高保真渲染与几何推理的统一。

Bridging Visual and Wireless Sensing via a Unified Radiation Field for 3D Radio Map Construction

通过统一的辐射场桥接视觉与无线传感以实现3D无线电地图构建

Chaozheng Wen, Jingwen Tong, Zehong Lin, Chenghong Bian, Jun Zhang

机构 * Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文提出URF-GS框架，结合3D高斯散射和反渲染技术，融合多模态数据以提升3D无线电地图的空间频谱精度和样本效率。

Comments The code for this work will be publicly available at: https://github.com/wenchaozheng/URF-GS

ISExplore:Informative Segment Selection for Efficient Personalized 3D Talking Face Generation

ISExplore:基于信息片段选择的高效个性化3D说话人脸生成

Rui-Qing Sun, Ang Li, Zhijing Wu, Tian Lan, Qianyu Lu, Xingshan Yao, Chen Xu, Xian-Ling Mao

机构 * Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 本文提出ISExplore方法，通过选择少量高信息量视频片段提升个性化3D说话人脸生成效率，减少5倍的处理时间并保持高质量生成。

Efficient Transceiver Design for Aerial Image Transmission and Large-scale Scene Reconstruction

高效空中图像传输与大规模场景重建的收发器设计

Zeyi Ren, Jialin Dong, Wei Zuo, Yikun Wang, Bingyang Cheng, Sheng Zhou, Zhisheng Niu

机构 * Department of Electronic Engineering, Tsinghua University, Beijing, China（清华大学电子工程系） ； Department of Electrical and Computer Engineering, The University of Hong Kong, Hong Kong（香港大学电子与计算机工程系） 纠错

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

AI总结 本文提出一种基于深度学习的端到端收发器设计，整合3D高斯点划法提升场景恢复质量，通过稀疏导频方案降低传输开销，实现实时高效的大规模场景重建。

Comments 6 pages, 6 figures, Accepted in ISIT 2026 IEEE International Symposium on Information Theory-w

SemMorph3D: Unsupervised Semantic-Aware 3D Morphing via Mesh-Guided Gaussians

SemMorph3D：通过网格引导高斯进行无监督的语义感知3D变形

Mengtian Li, Yunshu Bai, Yimin Chu, Xinru Guo, Haolin Liu, Zhifeng Xie, Chaofeng Chen

机构 * Shanghai University School of Artificial Intelligence , Wuhan University Tencent Shanghai Engineering Research Center of Motion Picture Special Effects（上海大学人工智能学院、武汉大学、腾讯、上海影视特效工程研究中心） 纠错

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

AI总结 SemMorph3D通过网格引导高斯方法实现从多视角图像直接生成语义感知的3D形状和纹理变形，解决传统方法在结构完整性和输入拓扑上的不足，提升变形的稳定性和颜色一致性。

Comments Project page: https://baiyunshu.github.io/GAUSSIANMORPHING.github.io/

One-shot Compositional 3D Head Avatars with Deformable Hair

单张图像生成可组合的3D头部化身与可变形头发

Yuan Sun, Xuan Wang, WeiLi Zhang, Wenxuan Zhang, Yu Guo, Fei Wang

机构 * Xi'an Jiaotong University（西安交通大学） 纠错

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

AI总结 本文提出一种单张图像生成完整3D头部化身的方法，通过分离头发与面部区域，结合图像到3D提升技术，实现更逼真的头发动态和面部细节。

Comments project page: https://yuansun-xjtu.github.io/CompHairHead.io

VVGT: Visual Volume-Grounded Transformer

VVGT：视觉体素接地变换器

Yuxuan Wang, Qibiao Li, Youcheng Cai

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

AI总结 VVGT提出一种基于表示的体素可视化框架，通过直接映射体素数据到3D高斯点散布表示，实现高效、可扩展的体素可视化，支持多视角观测整合和零样本泛化。

Fast-SegSim: Real-Time Open-Vocabulary Segmentation for Robotics in Simulation

Fast-SegSim: 仿真中机器人快速开放词汇分割

Xuan Yu, Yuxuan Xie, Shichao Zhai, Shuhao Ye, Rong Xiong, Yue Wang

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出Fast-SegSim，基于2D高斯散射构建端到端框架，实现高保真且3D一致的开放词汇分割重建。通过优化渲染管线和Top-K硬选择策略，提升渲染速度至40FPS以上，用于仿真平台传感器输入和下游感知任务的多视图地面真实标签生成。

FreeScale: Scaling 3D Scenes via Certainty-Aware Free-View Generation

FreeScale: 通过置信度感知的自由视角生成实现3D场景扩展

Chenhan Jiang, Yu Chen, Qingwen Zhang, Jifei Song, Songcen Xu, Dit-Yan Yeung, Jiankang Deng

专题命中 Gaussian Splatting ：3D vision(abstract)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 FreeScale通过利用场景重建将有限的真实图像序列转化为高质量训练数据，通过置信度感知的自由视角采样策略提升NVS模型性能，实现2.7dB的PSNR提升。

Comments CVPR2026

TreeGaussian: Tree-Guided Cascaded Contrastive Learning for Hierarchical Consistent 3D Gaussian Scene Segmentation and Understanding

TreeGaussian：基于树引导的级联对比学习用于层次一致的3D高斯场景分割与理解

Jingbin You, Zehao Li, Hao Jiang, Xinzhu Ma, Shuqin Gao, Honglong Zhao, Congcong Zheng, Tianlu Mao, Feng Dai, Yucheng Zhang, Zhaoqi Wang

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 本文提出TreeGaussian，通过树引导的级联对比学习框架，解决3DGS在表示层次结构和捕捉整体-部分关系上的不足，提升分割一致性与质量。

NavCrafter: Exploring 3D Scenes from a Single Image

NavCrafter：从单张图像探索3D场景

Hongbo Duan, Peiyu Zhuang, Yi Liu, Zhengyang Zhang, Yuxin Zhang, Pengting Luo, Fangming Liu, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院人工智能与机器人中心） ； Peng Cheng Laboratory（鹏城实验室） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Central Media Technology Institute, Huawei Incorporated Company（华为技术有限公司中央媒体技术研究院） 纠错

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

AI总结 NavCrafter通过合成新颖视角视频序列，实现从单张图像生成灵活的3D场景，采用视频扩散模型和几何感知扩展策略，提升可控多视角合成与3D重建精度。

Comments 8 pages accepted by ICRA 2026

Gaussian Mapping for Evolving Scenes

高斯映射用于动态场景

Vladimir Yugay, Thies Kersten, Luca Carlone, Theo Gevers, Martin R. Oswald, Lukas Schmid

机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Technology Nuremberg（纽伦堡工业大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文提出GaME方法，通过动态场景适应机制持续更新3DGS，结合新颖的关键帧管理机制，提升动态场景重建性能，在PSNR和L1深度误差上分别提升29.7%和3倍。

HybridSplat: Fast Reflection-baked Gaussian Tracing using Hybrid Splatting

HybridSplat: 基于混合散射的快速反射烘焙高斯追踪

Chang Liu, Hongliang Yuan, Lianghao Zhang, Sichao Wang, Jianwei Guo, Shi-Sheng Huang

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

AI总结 本文提出HybridSplat机制，通过在高斯体素中烘焙视依赖反射，结合统一混合散射框架，实现高保真场景重建，并引入流水线加速和反射敏感高斯剪枝，提升渲染速度和降低内存占用。

Comments The authors have decided to withdraw this manuscript to undergo a comprehensive revision of the methodology and data analysis. The current version no longer accurately reflects the final scope and quality of our ongoing research

Speeding Up the Learning of 3D Gaussians with Much Shorter Gaussian Lists

用更短的高斯列表加速3D高斯学习

Jiaqi Liu, Zhizhong Han

机构 * Machine Perception Lab, Wayne State University（机器感知实验室，韦恩州立大学） 纠错

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

AI总结 通过缩短高斯列表提升3D高斯学习效率，采用尺度重置和熵约束优化渲染效率。

Comments Accepted to CVPR 2026. Project page: https://github.com/MachinePerceptionLab/ShorterSplatting

Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence

Holi-Spatial: 将视频流转化为整体3D空间智能

Yuanyuan Gao, Hao Li, Yifei Liu, Xinhao Ji, Yuning Gong, Yuanjun Liao, Fangfu Liu, Manyuan Zhang, Yuchen Yang, Dan Xu, Xue Yang, Huaxi Huang, Hongjie Zhang, Ziwei Liu, Xiao Sun, Dingwen Zhang, Zhihang Zhong

机构 * Shanghai AI Lab（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Sichuan University（四川大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 Holi-Spatial通过自动化方法构建大规模多模态3D空间数据集，提升空间推理任务的模型性能。

Comments project page: https://visionary-laboratory.github.io/holi-spatial/

PoI: A Filter to Extract Pixel of Interest from Novel Views for Scene Coordinate Regression

PoI: 一种从新视角提取感兴趣像素的滤波器用于场景坐标回归

Feifei Li, Qi Song, Chi Zhang, Hui Shuai, Rui Huang

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

AI总结 PoI通过像素级过滤策略提升场景坐标回归的定位精度，结合扩散模型和重投影误差优化新视角合成效果。

BetterScene: 3D Scene Synthesis with Representation-Aligned Generative Model

BetterScene: 一种基于表示对齐生成模型的3D场景合成

Yuci Han, Charles Toth, John E. Anderson, William J. Shuart, Alper Yilmaz

机构 * Dept. of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； USACE ERDC GRL（美国陆军工程兵队ERDC GRL） 纠错

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

AI总结 BetterScene通过引入时间等价性正则化和视觉基础模型对齐的表示，提升3D场景合成的视角一致性与质量。

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/

SpikeGS: Learning 3D Gaussian Fields from Continuous Spike Stream

SpikeGS: 从连续尖峰流中学习3D高斯场

Jinze Yu, Xin Peng, Zhengda Lu, Laurent Kneip, Yiqun Wang

机构 * College of Computer Science, Chongqing University, Chongqing, China（重庆大学计算机学院） ； Motovis Co., Ltd., Shanghai, China（Motovis公司） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； Mobile Perception Lab, ShanghaiTech University, Shanghai, China（上海科技大学移动感知实验室） 纠错

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

AI总结 SpikeGS通过从连续尖峰流中学习3D高斯场，实现了高鲁棒性和高质量的实时渲染，适用于低光环境下精细纹理的视图合成。

Comments Accepted by ACCV 2024

Radioactive 3D Gaussian Ray Tracing for Tomographic Reconstruction

放射性三维高斯射线追踪用于断层扫描重建

Ling Chen, Bao Yang

机构 * Independent Researcher（独立研究者） ； Southern Medical University（南方医科大学） 纠错

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

AI总结 本研究提出基于三维高斯射线追踪的断层扫描重建框架，通过分析计算线积分和精确控制射线方向，提升投影精度并扩展应用范围。

WaveletGaussian: Wavelet-domain Diffusion for Sparse-view 3D Gaussian Object Reconstruction

WaveletGaussian: 基于小波域的稀疏视角3D高斯物体重建

Hung Nguyen, Runfa Li, An Le, Truong Nguyen

机构 * Video Processing Lab, UC San Diego（UC San Diego视频处理实验室） 纠错

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

AI总结 WaveletGaussian通过将扩散模型应用于小波域的低分辨率子带，结合高效在线随机掩码策略，实现了更高效的稀疏视角3D高斯物体重建。

Comments Accepted to ICASSP 2026

TIGaussian: Disentangle Gaussians for Spatial-Awared Text-Image-3D Alignment

TIGaussian: 解耦高斯分布以实现空间感知的图文-3D对齐

Jiarun Liu, Qifeng Chen, Yiru Zhao, Minghua Liu, Baorui Ma, Sheng Yang

机构 * Unmanned Vehicle Dept., Cainiao Inc., Alibaba Group, Hangzhou, China（阿里巴巴集团 Cainiao 无人机部门，杭州，中国） ； Hillbot, Sunnyvale, USA（Hillbot，美国 Sunnyvale） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院，北京，中国） 纠错

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

AI总结 TIGaussian通过多分支3DGS分词器和模态特定对齐策略，实现空间感知的图文-3D跨模态对齐，提升3D相关任务的预训练效果。

Matrix-free Second-order Optimization of Gaussian Splats with Residual Sampling

无矩阵二次优化的高斯点云残差采样

Hamza Pehlivan, Andrea Boscolo Camiletto, Lin Geng Foo, Marc Habermann, Christian Theobalt

机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所） 纠错

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

AI总结 本文提出了一种基于Levenberg-Marquardt和共轭梯度的无矩阵二次优化方法，通过利用高斯点云的稀疏性，显著提高了训练效率和速度，适用于3DGS的优化。

ConeGS: Error-Guided Densification Using Pixel Cones for Improved Reconstruction With Fewer Primitives

ConeGS: 基于像素锥的误差引导稠密化用于更少基础元素的改进重建

Bartłomiej Baranowski, Stefano Esposito, Patricia Gschoßmann, Anpei Chen, Andreas Geiger

机构 * University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

AI总结 ConeGS通过基于像素锥的误差引导稠密化方法，在较少基础元素的情况下提升3D重建质量与渲染性能。

UniC-Lift: Unified 3D Instance Segmentation via Contrastive Learning

UniC-Lift: 通过对比学习实现统一的3D实例分割

Ankit Dhiman, Srinath R, Jaswanth Reddy, Lokesh R Boregowda, Venkatesh Babu Radhakrishnan

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

AI总结 UniC-Lift通过对比学习实现统一的3D实例分割，引入可学习特征嵌入和改进的嵌入到标签过程，提升分割性能并减少训练时间。

Comments Accepted to AAAI 2026. Project Page: https://unic-lift.github.io/

Personalize Your Gaussian: Consistent 3D Scene Personalization from a Single Image

为Gaussian个性化：从单张图像实现一致的3D场景个性化

Yuxuan Wang, Xuanyu Yi, Qingshan Xu, Yuan Zhou, Long Chen, Hanwang Zhang

机构 * Nanyang Technological University（南洋理工大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文提出CP-GS框架，通过逐步传播单视角参考外观到新视角，有效缓解视角偏差，实现高质量3D场景个性化。

Comments 18 pages

Chorus: Multi-Teacher Pretraining for Holistic 3D Gaussian Scene Encoding

Chorus：多教师预训练用于整体3D高斯场景编码

Yue Li, Qi Ma, Runyi Yang, Mengjiao Ma, Bin Ren, Nikola Popovic, Nicu Sebe, Theo Gevers, Luc Van Gool, Danda Pani Paudel, Martin R. Oswald

机构 * University of Amsterdam（阿姆斯特丹大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Trento（特伦托大学） 纠错

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

AI总结 Chorus通过多教师预训练方法，实现对3D高斯场景的高效编码，提升多任务表现并实现数据高效监督。

GEN3D: Generating Domain-Free 3D Scenes from a Single Image

Yuxin Zhang, Ziyu Lu, Hongbo Duan, Keyu Fan, Pengting Luo, Peiyu Zhuang, Mengyu Yang, Houde Liu

机构 * Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院） ； Central Media Technology Institute, Huawei, Shenzhen, China（华为中央媒体技术研究所） 纠错

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

Comments 5 pages , 2 figures

EfficientHuman: Efficient Training and Reconstruction of Moving Human using Articulated 2D Gaussian

Hao Tian, Rui Liu, Wen Shen, Yilong Hu, Zhihao Zheng, Xiaolin Qin

机构 * Chengdu Institute of Computer Applications, Chinese Academy of Sciences（中国科学院成都计算机应用研究所） ； Minzu University of China（民族大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

Comments 11 pages, 3 figures

Journal ref 2025 International Joint Conference on Neural Networks (IJCNN), Rome, Italy, 2025, IEEE

LiDAR-GS++:Improving LiDAR Gaussian Reconstruction via Diffusion Priors

Qifeng Chen, Jiarun Liu, Rengan Xie, Tao Tang, Sicong Du, Yiru Zhao, Yuchi Huo, Sheng Yang

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

Comments Accepted by AAAI-26