视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
机构 * ARC Lab, Tencent PCG（腾讯PCG ARC实验室） ； The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3D reconstruction(title)；分类 cs.CV
Comments Project page: https://bluestyle97.github.io/projects/freesplatter/
SCAR-GS：用于渐进高斯点扩散中残差的空间上下文注意力
机构 * National University of Singapore（新加坡国立大学） ； University of Deusto（德乌斯大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 SCAR-GS通过残差向量量化和自回归熵模型提升3D高斯点扩散的压缩效率与率-失真性能。
OutLangSplat：面向无人机室外场景的三维语言高斯溅射
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR
AI总结 OutLangSplat改进特征表示与聚合策略，构建首个无人机室外开放词汇3D场景理解数据集，在开放词汇语义分割与实例定位任务上优于SOTA方法。
Comments 9 pages, 6 figures, 7 tables
URHead：用于头部虚拟形象中联合网格-3DGS优化的统一UV空间表示
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；分类 cs.CV、cs.GR
AI总结 研究针对头部虚拟形象，提出URHead统一表示法，通过UV空间统一及联合优化，让网格与高斯方法互补，保持参数可控性与特定主体细节，在重建质量和动画一致性上超越现有方法。
Comments Project page/code: https://lseonghak.github.io/website/project/urhead/, Accepted to ECCV 2026
基于前馈高斯点划的实时人体重建与动画
机构 * IIIT Hyderabad（国际信息技术学院海得拉巴） ； IISER Thiruvananthapuram（印度科学教育与研究学院蒂鲁文南特布勒姆）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出一种通用的前馈高斯点划框架，用于实时人体3D重建与动画，直接处理多视角RGB图像及其关联的SMPL-X姿态，通过预测与SMPL-X顶点关联的3D高斯点，实现高效动画生成。
AEGIR: 使用高斯泼溅法对室内逆渲染中的面光源进行建模
机构 * University of Tübingen（图宾根大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 提出AEGIR框架，在可重光照高斯泼溅表示中显式建模局部面光源，通过可微延迟渲染管线结合多重重要性采样与正则化，实现更一致的照明与材质分解，提升局部光照场景的重光照效果。
Comments Project page: https://darkgeekms.github.io/projects/aegir
Spectral GS-SLAM：面向实时3D高斯泼溅SLAM的可观测性感知与退化鲁棒跟踪
机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.RO
AI总结 提出Spectral GS-SLAM，通过自适应补偿退化场景中的欠约束方向，结合ICP与特征约束实现鲁棒跟踪，并利用高斯感知平面性加权机制融合几何信息，在无结构/纹理环境中保持实时性能（40.14 FPS）。
Comments This work has been accepted to IROS 2026
Edit3DGS：通过2D指令引导扩散与3D高斯泼溅的动态头部编辑统一框架
机构 * University of Science, VNU-HCM, Ho Chi Minh, Vietnam（越南胡志明市国家大学） ； Vietnam National University, Ho Chi Minh, Vietnam（越南国家大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 提出Edit3DGS统一框架，结合2D指令引导扩散与3D高斯泼溅，实现动态3D头部的可控编辑，支持表情变换、属性修改等操作，并保持身份与运动动态的一致性。
Comments SOICT 2025
Ref-DGS: 反射性双高斯泼溅
机构 * Chongqing University（重庆大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences and UCAS（自动化研究所，中国科学院，UCAS） ； King Abdullah University of Science and Technology (KAUST)（卡塔尔科学与技术大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 提出Ref-DGS框架，通过双高斯场景表示和物理感知的镜面自适应混合着色器，在高效光栅化管线中解耦表面重建与镜面反射，实现反射场景的SOTA新视图合成且训练速度远快于基于光线的方法。
Comments Project page: https://njfan.github.io/Ref-DGS/
RU4D-SLAM：面向4D场景重建的高斯溅射SLAM不确定性重加权
机构 * Capital Normal University（首都师范大学） ； Saarland University（萨尔兰大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； King’s College London（伦敦国王学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 提出RU4D-SLAM框架，通过引入时间因子、不确定性感知和语义引导重加权机制，解决动态环境中3D高斯溅射SLAM的跟踪与4D场景重建问题。
可重照明高斯点散布用于虚拟制作的基于图像的照明
机构 * University of Bristol, UK（英国布里斯托大学） ； Lux Aeterna, Bristol, UK（卢克斯艾特纳，布里斯托，英国）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出一种针对虚拟制作的3D重建与重照明框架，利用高斯点散布技术，通过已知背景图像条件重照明过程，避免使用环境映射，提高3D重建质量和可控性，方法高效且支持多种输出变量。
Splatblox：面向户外机器人导航的可通行性感知高斯点绘制
机构 * University of Maryland, College Park（马里兰大学帕克分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 Splatblox通过融合RGB图像和LiDAR点云，构建了具有几何和语义信息的可通行性感知ESDF，实现户外复杂环境下的实时自主导航，实验表明其在可通行性判断和路径规划方面优于现有方法。
像梵高一样思考：通过流引导的3D高斯点划法实现结构感知的风格迁移
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出一种流引导的3D高斯点划法框架，通过将二维艺术运动转换为三维高斯几何，实现结构感知的风格迁移，同时采用亮度-结构解耦策略和VLM-as-a-Judge评估框架，提升艺术真实感。
Comments 7 pages, 8 figures
LSGS-Loc: 向大尺度无人机场景下的鲁棒3DGS视觉定位迈进
机构 * School of Geodesy and Geomatics, Wuhan University（武汉大学测绘学院）
专题命中 Gaussian Splatting ：3DGS(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV、cs.RO
AI总结 针对大尺度无人机场景中3DGS视觉定位的鲁棒性问题，提出LSGS-Loc方法，通过引入尺度感知的位姿初始化策略和拉普拉斯可靠性掩膜机制，提升定位精度与鲁棒性。
Comments This paper is under reviewed by RA-L. The copyright might be transferred upon acceptance
RT-GS：基于反射和透射原语的高斯散射
机构 * University of Utah（犹他大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 RT-GS通过整合微面材料模型与光线追踪，解决高斯散射中同时建模镜面反射和半透明表面后物体外观的问题，提升视图合成的真实感。
CLoD-GS：通过3D高斯散射实现连续细节层次
机构 * Tsinghua University（清华大学） ； AMAP（高德地图）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出CLoD-GS框架，利用3D高斯散射技术实现连续细节层次，通过动态调整高斯体透明度，实现单模型的平滑细节渐变，减少存储开销和视觉瑕疵。
Comments Accepted by ICLR 2026 poster
通过动态场景SfM和抗畸变高斯点绘制实现车辆外观三维重建
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出一种端到端管道，结合动态场景SfM和抗畸变高斯点绘制，解决动态场景中车辆外观重建的挑战，实现高质量3D模型。
Comments 8 pages, 7 figures, Submitted to IEEE IROS 2026 (under review)
HyperGaussians: 高维高斯点云用于高质量可动画人脸仿生体
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)；分类 cs.CV、cs.GR
AI总结 本文提出HyperGaussians，一种高维多变量高斯点云的扩展，用于生成高质量可动画人脸仿生体。通过引入可学习的局部嵌入条件，提升表达能力，解决传统3DGS在非线性变形和细节表现上的不足。
Comments CVPR 2026, Project page: https://gserifi.github.io/HyperGaussians, Code: https://github.com/gserifi/HyperGaussians
俄罗斯套娃高斯点撒技术
机构 * University of Cambridge（剑桥大学） ； Chalmers University of Technology（挑战者技术大学） ； Google（谷歌）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出Matryoshka Gaussian Splatting，通过随机预算训练实现连续LOD，保持高容量渲染质量，实现单模型的速度-质量平衡。
Comments project page: https://zhilinguo.github.io/MGS
GSMem: 3D高斯溅射作为持久空间记忆用于零样本具身探索与推理
机构 * Case Western Reserve University（凯斯西储大学） ； Spatial AI & Robotics (SAIR) Lab, University at Buffalo（布法罗大学空间人工智能与机器人实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出GSMem框架，利用3D高斯溅射构建持久空间记忆，解决具身探索中空间知识遗忘问题，通过检索机制与混合探索策略提升视觉语言模型推理效果。
Comments Project page at https://vulab-ai.github.io/GSMem/
从指数到多项式：基于多项式核的高斯点渲染
机构 * Huawei Technologies（华为技术有限公司） ； Graz University of Technology（格拉茨理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出多项式核替代传统指数核，提升3DGS计算效率并保持数据集兼容性，实验显示性能提升4-15%且图像质量影响小。
VIGS-SLAM：视觉惯性高斯点云SLAM
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Stuttgart（斯图加特大学） ； Microsoft（微软公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 VIGS-SLAM通过融合视觉与惯性信息，实现鲁棒的实时跟踪和高保真重建，克服了纯视觉方法在运动模糊、低纹理等挑战性条件下的局限。
Comments Project page: https://vigs-slam.github.io
MCGS-SLAM：一种基于高斯点划的多相机SLAM框架用于高保真的地图构建
机构 * Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与工艺工程系） ； Department of Informatics, University of Zurich（苏黎世大学信息系） ； Institute for Photogrammetry, University of Stuttgart（斯图加特大学摄影测量研究所） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； Microsoft Spatial AI Lab（微软空间AI实验室） ； Computer Vision Research Group, University of Amsterdam（阿姆斯特丹大学计算机视觉研究组）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 MCGS-SLAM通过多相机和高斯点划技术实现高保真的SLAM，提供精确轨迹和逼真重建，优于单目方法。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026
LIVE-GS: 在线激光雷达-惯性-视觉状态估计与全局一致映射的3D高斯点云绘制
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 LIVE-GS通过结合激光雷达与3D高斯点云绘制，实现高精度地图一致性，解决稀疏数据和计算效率问题。
将全方位RGB-LiDAR数据转换为3D高斯散点
机构 * Department of Computer Science, State University of New York（计算机科学系，纽约州立大学） ； Department of Mechanical Engineering, State University of New York（机械工程系，纽约州立大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出了一种将全方位RGB-LiDAR数据转换为3D高斯散点的重用管道，解决数据处理中的非线性失真和计算开销问题，提升复杂场景的渲染保真度。
Comments This work has been submitted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) for possible publication
观察者-执行者：基于稀疏视角高斯点云的主动视觉模仿学习
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 ObAct通过主动视觉探索提升双臂机器人模仿学习的鲁棒性，利用稀疏视角高斯点云增强观测清晰度，实验显示其在无遮挡和有遮挡情况下均显著优于固定相机设置。
Comments Accepted at ICRA 2026. Project Webpage: https://obact.github.io
广义非指数高斯散射
机构 * Meta
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 本文将3DGS推广到非指数辐射传输模型，通过二次透射率定义不同衰减特性版本，提升复杂真实场景下的渲染效率。
Comments 13 pages, 6 figures, 4 tables
RAP: 快速前馈渲染-free 属性引导的原始形体重要性分数预测用于高效3D高斯点绘处理
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Missouri–Kansas City（密苏里大学-堪萨斯城分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 RAP通过属性引导和高效算法，实现3DGS中原始形体重要性分数的快速预测，提升重建、压缩和传输效率。
Comments Accepted by CVPR 2026
多模态高斯散射的3D场景渲染
机构 * UCSD Centers for Machine intelligence, computing, and security (MICS) and Wireless Communications (CWC)（UCSD 机器智能、计算与安全中心（MICS）和无线通信中心） ； UCSD ； NVIDIA
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出多模态框架，结合射频传感与高斯散射技术，实现高效且鲁棒的3D场景渲染。
GS-ProCams: 基于高斯点的投影-相机系统
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；分类 cs.CV、cs.GR
AI总结 GS-ProCams通过高斯点表示实现视图无关的投影-相机系统，提升效率并减少资源消耗。
Comments This version includes updated experimental results after an implementation fix
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