GaussianFlow: Splatting Gaussian Dynamics for 4D Content Creation
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);novel view synthesis(abstract);分类 cs.CV
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);novel view synthesis(abstract);分类 cs.CV
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3D reconstruction(abstract);分类 cs.CV
Comments 24 pages, 13 figures, 2 tables
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);novel view synthesis(abstract);分类 cs.CV
Comments Accepted at CVPR 2024. Project page: https://fictionarry.github.io/DNGaussian/
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract);分类 cs.CV
专题命中 Gaussian Splatting :NeRF(abstract);Gaussian Splatting(abstract);分类 cs.CV
Comments Github Repo: https://github.com/zhanghm1995/Forge_VFM4AD
专题命中 Gaussian Splatting :NeRF(abstract);Gaussian Splatting(abstract);分类 cs.CV
Comments Website: https://github.com/longxiang-ai/Human101
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);point cloud(abstract);分类 cs.CV
Comments The link to our projectpage is https://yufan1012.github.io/MonoGaussianAvatar
DynFOA: 基于条件扩散的动态和声学复杂的360度视频生成一阶混响
机构 * School of Computer and Artificial Intelligence, Beijing Technology and Business University, Beijing, China(计算机与人工智能学院,北京技术与商业大学) ; School of Computer Science, The University of Sydney, Sydney, NSW, Australia(计算机科学学院,悉尼大学) ; School of Software, Shandong University, Jinan, China(软件学院,山东大学)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
AI总结 DynFOA通过动态声学感知和条件扩散生成高质量的360度视频一阶混响,提升沉浸式音频体验。
Comments Revised version with updated content.This submission is the intended replacement of arXiv:2602.06846
从RGB视频学习3D高斯模拟器
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.GR、cs.RO
AI总结 提出3DGSim,一种从多视角RGB视频直接学习物理交互的3D模拟器,统一了3D场景重建、粒子动力学预测和视频合成,能泛化到未见过的多体交互和新场景编辑。
PropSplat: 通过3D高斯传播散射实现无地图的射频场重建
机构 * Department of Electrical and Computer Engineering, Southern Methodist University, Dallas, TX, USA(电气与计算机工程系,南方 Methodist 大学,德克萨斯州达拉斯市) ; Department of Engineering Technology, University of Houston, Houston, TX, USA(工程技术系,德克萨斯大学休斯敦分校)
专题命中 Gaussian Splatting :NeRF(abstract,abstract_cn)
AI总结 PropSplat利用3D各向异性高斯体重建射频场,无需地理数据或外部信息,通过端到端优化实现精准传播建模,优于现有方法。
Comments Accepted for presentation at IEEE DySPAN 2026
多面体图在图形静力学中的点群对称性
专题命中 Gaussian Splatting :3DGS(abstract,abstract_cn)
AI总结 本文研究多面体图在三维图形静力学中的对称性,通过点群约束保持对称性,提出基于边长的对称性约束方法,提升设计效率与实用性。
DynFOA: 利用条件扩散生成动态和声学复杂的360度视频的首阶混响
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
AI总结 本文提出DynFOA,通过整合动态场景重建与条件扩散模型,从360度视频生成首阶混响,解决复杂场景中声学效果建模问题,实验表明其在空间准确性、声学保真度等方面优于现有方法。
Comments Accidental duplicate submission. This paper was intended to be a replacement (v2) for arXiv:2602.06846
三维MRI重建与高斯表示:解决欠采样问题
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
AI总结 本文提出3D高斯MRI框架,利用高斯分布重建等效分辨率的3D MRI,无需大量数据集,有效提升重建质量。
交互式增强现实赋能的户外场景可视化以提升实时灾害响应
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
AI总结 本文提出了一种基于3DGS的交互式AR界面,用于提升实时灾害响应中的场景可视化与决策效率。
Comments 6 pages, 2 figures
EAST:环境感知的风格化过渡沿现实-虚拟连续体
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
AI总结 EAST通过风格化过渡技术,在现实-虚拟连续体中实现无缝的审美一致性,提升VR体验中的沉浸感和情感连续性。
一步即可:利用人体运动进行数据高效的3D射线场场景重建
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
AI总结 本文提出利用人体行走数据高效重建被遮挡3D场景的射线场,通过无结构运动信号提升重建精度,实现数据采集瓶颈的突破。
机构 * Xinjiang Multimodal Intelligent Processing and Information Security Engineering Technology Research Center, School of Computer Science and Technology, Xinjiang University(新疆多模态智能处理与信息安全部门工程技术研究中心,计算机科学与技术学院,新疆大学) ; Department of Computer Science and Technology, Tsinghua University(计算机科学与技术系,清华大学) ; School of Electrical Engineering and Automation, Tianjin University of Technology(电气工程与自动化学院,天津理工大学)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
Comments Main paper (6 pages). Accepted for publication by IEEE International Conference on Systems, Man, and Cybernetics 2025
机构 * The Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
专题命中 Gaussian Splatting :point cloud(abstract);分类 cs.CV、cs.GR、cs.RO
Comments Accepted at IROS 2025
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
机构 * Stanford University(斯坦福大学) ; NVIDIA Research(NVIDIA研究)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.GR、cs.RO
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);3DGS(abstract)
专题命中 Gaussian Splatting :NeRF(abstract);Gaussian Splatting(abstract)
Comments Accepted to NeurIPS 2024
专题命中 Gaussian Splatting :3DGS(abstract);分类 cs.CV、cs.GR、cs.RO
Comments 10 pages
TSOG:时空有序高斯格式
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.GR
AI总结 该研究提出TSOG格式,扩展SOG框架至时间域以高效表示4DGS内容,经评估其文件大小缩减超90%且质量下降极小,可实现动态4D内容的高效存储与传输。
Comments 2026 IEEE International Conference on Image Processing (ICIP). IEEE, 2026
ECoNGS:用于体数据可视化的高效压缩神经高斯点云
机构 * University of Notre Dame(圣母大学)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.GR
AI总结 研究针对大型数据集体数据可视化,提出ECoNGS框架,用轻量级神经网络从显式锚点预测隐式高斯点云,结合联合学习策略、神经熵模型压缩及特定初始化策略,相比iVR-GS在多方面性能更优。
Comments To be published in Proceedings of IEEE VIS 2026, IEEE Transactions on Visualization and Computer Graphics
TerraTransfer: 无需专家示范的端到端驾驶策略学习
机构 * Applied Intuition ; UCLA(加州大学洛杉矶分校) ; UC Berkeley(加州大学伯克利分校)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.RO
AI总结 提出一种无需专家示范的端到端驾驶方法,通过向量化模拟器中的自博弈预训练策略,再与预训练视觉骨干对齐,降低了数据成本并达到或超越现有方法。
学习用于可变形物体模拟的物理引导残差动力学
机构 * UIUC(伊利诺伊大学厄巴纳 - 香槟分校) ; Columbia University(哥伦比亚大学)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.RO
AI总结 研究针对可变形物体模拟中动力学预测难的问题,提出物理引导残差动力学(PGRD)框架,结合物理与学习方法优势,采用特定架构和公式,在多物体模拟上结果更准,还展示了其在操作规划和交互式模拟中的应用效用。
Comments Website: https://pgrd-robot.github.io/
SplatCtrl:通过高斯场景表示和反应式机器人控制实现感知-动作耦合
机构 * Mitsubishi Electric Research Laboratories (MERL)(三菱电机研究实验室) ; University of Pennsylvania(宾夕法尼亚大学)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.RO
AI总结 针对机器人在非结构化动态环境控制难题,提出SplatCtrl框架。基于3D高斯溅射,引入混合滤波和重定位策略用于场景重建,还提出从高斯推导距离函数的方法,纳入控制障碍函数,实现感知-动作耦合,经实验验证有效。
Comments Published in 2026 International Conference on Robotics and Automation (ICRA). 8 pages, 8 figures
混合视网膜路径追踪与边缘高斯分布用于沉浸式解剖学
机构 * Technical University of Munich (TUM), Germany(慕尼黑技术大学) ; TUM University Hospital, Orthopedics and Sports Orthopedics(TUM大学医院,骨科和运动骨科) ; Human-Centered Computing and Extended Reality Lab (HEX)(以人为本计算与扩展现实实验室) ; Munich Institute of Robotics and Machine Intelligence (MIRMI)(慕尼黑机器人与机器智能研究所)
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.GR
AI总结 本文提出了一种结合视网膜路径追踪和高斯点分布的混合渲染方法,用于实现高质量、交互式和沉浸式的解剖学可视化。
Comments Scheduled for publication in the Proceedings of IEEE VR 2026
Journal ref 2026 IEEE Conference on Virtual Reality and 3D User Interfaces (VR), 585-595 (2026)
用于任意尺度超分辨率的共振膜片溅射
专题命中 Gaussian Splatting :Gaussian Splatting(abstract);分类 cs.CV、cs.GR
AI总结 提出共振膜片溅射(RBS)框架,用Brane基元替代高斯溅射,通过高斯-埃尔米特模式捕获高频细节,实现任意尺度超分辨率的高质量与高效渲染。