3D 视觉

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, 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

SparseLGS: Sparse View Language Embedded Gaussian Splatting

SparseLGS：稀疏视图语言嵌入高斯溅射

Jun Hu, Zhang Chen, Zhong Li, Yi Xu, Juyong Zhang

机构 * School of Mathematical Science, University of Science and Technology of China（科学技术大学数学科学学院） ； Meta ； Apple Inc.（苹果公司） ； Alpha Labs at Goertek（Goertek的Alpha实验室） 纠错

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

AI总结 研究针对无姿态和稀疏视图输入图像的3D场景理解难题，提出SparseLGS方法。利用密集立体模型与区域匹配法，提取低维信息并引入重建损失。实验表明该方法用较少输入重建语义场质量可比SOTA，且速度提升5倍。

Comments Project Page: https://ustc3dv.github.io/SparseLGS

GP-4DGS: Probabilistic 4D Gaussian Splatting from Monocular Video via Variational Gaussian Processes

GP-4DGS：通过变分高斯过程从单目视频中进行概率性4D高斯点溅射

Mijeong Kim, Jungtaek Kim, Bohyung Han

机构 * IPAI, Seoul National University（首尔大学IPAI） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出GP-4DGS框架，结合高斯过程与4D高斯点溅射，实现动态场景的概率建模。通过引入不确定性量化、运动估计和时间外推，提升重建质量与预测可靠性。

Comments CVPR 2026, Page: https://cv.snu.ac.kr/research/GP4DGS

DeGenseGS: Geometrically and Semantically Decoupled Surgical Scene Understanding in 4D Gaussian Splatting

DeGenseGS：4D高斯点云渲染中几何与语义解耦的手术场景理解

Yimo Wang, Bin Kang, Shuojue Yang, Yueming Jin

机构 * School of Automation, Southeast University（东南大学自动化学院） ； School of Internet of Things, Nanjing University of Posts and Telecommunications（南京邮电大学物联网学院） ； Department of Biomedical Engineering, National University of Singapore（新加坡国立大学生物医学工程系） 纠错

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

AI总结 研究针对自主手术交互中语义与解剖错位问题，提出DeGenseGS框架，独立建模语义演变与几何变形，用时空纠缠模块同步语义与场景动态，还设计机制确保鲁棒性，提升了手术场景理解性能。

Semantic-Guided Progressive Object Removal with Gaussian Splatting

基于高斯点云的语义引导渐进式物体移除

Xianliang Huang, Chen Xiao, Yuanxiang Ni, Guanming Liu, Mingkai Liu, Dikai Fan, Xiao Liu, Hao Zhang

机构 * PICO, ByteDance Inc.（字节跳动公司PICO） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Fudan University（复旦大学） 纠错

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

AI总结 提出结合语义引导块匹配与区域渐进式细化的框架用于3D物体移除。利用DINOv2编码语义指导，通过RPR策略分区域优化，基于高斯点云实现高效重建，在物体移除上性能优于现有高斯方法。

Comments 8 pages, 4 figures

G3Splat: Geometrically Consistent Generalizable Gaussian Splatting

G3Splat：几何一致的可推广高斯点渲染

Mehdi Hosseinzadeh, Shin-Fang Chng, Yi Xu, Simon Lucey, Ian Reid, Ravi Garg

机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； Goertek Alpha Labs（科大讯飞Alpha实验室） ； MBZUAI（马克斯·普朗克人工智能研究所） 纠错

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

AI总结 研究3D高斯点渲染，指出多数方法仅用视图合成损失训练有局限。提出G3Splat框架，通过可微几何先验解决问题，提升高斯点几何保真度，兼顾多任务性能。

Comments Project page: https://m80hz.github.io/g3splat/

GADA: Geometry-Aware Deformable Aggregation for Image-Based Gaussian Splatting

GADA: 基于图像的高斯泼溅的几何感知可变形聚合

Siwoo Lim, Sunjae Yoon, Gwanhyeong Koo, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Chung-Ang University（中央大学） 纠错

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

AI总结 提出几何感知可变形聚合（GADA），通过可变形偏移迭代校正空间错位，并引入隐式置信加权机制抑制不可靠证据，在保持高频细节的同时实现2.13倍FPS提升。

Comments ICML 2026

High-Quality Spatial Reconstruction and Orthoimage Generation Using Efficient 2D Gaussian Splatting

利用高效2D高斯散射实现高质量空间重建和正射影像生成

Qian Wang, Zhihao Zhan, Jialei He, Zhituo Tu, Jie Yuan

机构 * TopXGun Robotics（TopXGun机器人） 纠错

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

AI总结 本文提出基于2D高斯散射的高效方法，实现高质量空间重建和正射影像生成，无需传统DSM和遮挡检测，提升复杂地形和细长结构的渲染质量与效率。

Journal ref Signal, Image and Video Processing, 2026

GaussianEmoTalker: Real-Time Emotional Talking Head Synthesis with Audio-Driven and Blendshape-Based 3D Gaussian Splatting

GaussianEmoTalker：基于音频驱动和混合形状的3D高斯泼溅实时情感说话头合成

Haijie Yang, Zhenyu Zhang, Yixuan Dong, Jianjun Qian, Jian Yang

机构 * PCA Lab, Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院，教育部高维信息智能感知与系统重点实验室，PCA实验室） ； Tsientang Institute for Advanced Study（浙江大学前沿交叉研究院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） 纠错

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

AI总结 提出GaussianEmoTalker框架，利用3D高斯泼溅和混合形状，通过中性到情感残差变形实现实时、可控强度的情感说话头合成，兼顾唇同步与渲染质量。

FreeTimeGS++: Secrets of Dynamic Gaussian Splatting and Their Principles

FreeTimeGS++：动态高斯泼溅的秘密及其原理

Lucas Yunkyu Lee, Soonho Kim, Youngwook Kim, Sangmin Kim, Jaesik Park

机构 * Seoul National University（首尔国立大学） ； POSTECH 纠错

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

AI总结 本文通过建立控制基线FreeTimeGS_ours，系统分析4D高斯泼溅框架中的隐藏因素，揭示高斯持续时间驱动的时态分区和光度保真度与时空一致性之间的差异等关键秘密，并提出FreeTimeGS++方法，采用门控边缘化和神经速度场实现更稳定的动态表示。

Comments Project page: https://yklcs.com/ftgspp

KGS-GCN: Kinematics-Driven Gaussian Splatting and Probabilistic Topology for Skeleton-Based Action Recognition

KGS-GCN: 基于运动学驱动的高斯泼溅与概率拓扑的骨架动作识别

Yuhan Chen, Yicui Shi, Guofa Li, Liping Zhang, Jie Li, Jiaxin Gao, Wenbo Chu

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

AI总结 提出KGS-GCN，通过运动学驱动的高斯泼溅模块将稀疏骨架序列渲染为多视角连续热图，并利用概率拓扑策略构建自适应先验邻接矩阵，以轻量级参数实现高效动作识别。

Robust 3D-Masked Part-level Editing in 3D Gaussian Splatting with Regularized Score Distillation Sampling

基于正则化分数蒸馏采样的鲁棒3D掩膜部分级编辑在3D高斯泼溅中的应用

Hayeon Kim, Ji Ha Jang, Se Young Chun

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

AI总结 提出RoMaP框架，通过3D几何感知标签预测生成鲁棒3D掩膜，并引入正则化SDS损失（含SLaMP编辑的L1锚点损失），实现精确且大幅度的局部3D高斯编辑。

Comments Accepted to ICCV 2025

E3VS-Bench: A Benchmark for Viewpoint-Dependent Active Perception in 3D Gaussian Splatting Scenes

E3VS-Bench：一个用于3D高斯散射场景中视角依赖主动感知的基准

Koya Sakamoto, Taiki Miyanishi, Daichi Azuma, Shuhei Kurita, Shu Morikuni, Naoya Chiba, Motoaki Kawanabe, Yusuke Iwasawa, Yutaka Matsuo

机构 * The University of Tokyo, Japan（东京大学） ； National Institute of Informatics, Japan（日本信息处理学会） ； The University of Osaka, Japan（大阪大学） ； Advanced Telecommunications Research Institute International, Japan（国际先进电信研究机构） 纠错

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

AI总结 E3VS-Bench通过5自由度视角控制，评估在真实3D环境中视角依赖现象的主动感知能力，测试模型在多视角探索中的表现。

Comments Project page: https://k0uya.github.io/e3vs-proj/

AHOY! Animatable Humans under Occlusion from YouTube Videos with Gaussian Splatting and Video Diffusion Priors

AHOY! 从YouTube视频中通过高斯点云和视频扩散先验构建可动画的遮挡人类

Aymen Mir, Riza Alp Guler, Xiangjun Tang, Peter Wonka, Gerard Pons-Moll

机构 * University of Tübingen（图宾根大学） ； Imperial College London（帝国理工学院） ； KAUST（阿卜杜拉国王科技大学） 纠错

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

AI总结 本文提出AHOY方法，通过高斯点云和视频扩散先验从真实视频中重建完整可动画3D人体，解决遮挡挑战，提出四点贡献：生成监督、两阶段架构、解耦策略、头身监督。

Comments ECCV 2026. Project page is available at https://miraymen.github.io/ahoy/

Stability and Concentration in Nonlinear Inverse Problems with Block-Structured Parameters: Lipschitz Geometry, Identifiability, and an Application to Gaussian Splatting

非线性逆问题中块结构参数的稳定性与集中性：Lipschitz几何、可辨识性及高斯点渲染应用

Joe-Mei Feng, Hsin-Hsiung Kao

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

AI总结 本文提出一个算子理论框架，研究非线性逆问题中块结构参数的稳定性与统计集中性，通过统一的假设建立确定性稳定性不等式、全局Lipschitz界和非渐近集中估计，应用于高斯点渲染问题，揭示了估计误差与图像分辨率和模型复杂度之间的基本稳定性-分辨率权衡。

Comments Some major error are found in this version such that the revised version need to change the title

Interaction-Aware 4D Gaussian Splatting for Dynamic Hand-Object Interaction Reconstruction

感知交互的4D高斯散射用于动态手-物体交互重建

Hao Tian, Chenyangguang Zhang, Rui Liu, Wen Shen, Xiaolin Qin

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

AI总结 本文提出了一种基于动态3D高斯散射的方法，用于同时建模手-物体交互场景的几何和外观，引入可优化参数以更清晰地表示结构，通过逐步优化策略和正则化稳定交互表示，实现了动态手-物体交互的高精度重建。

Comments 19 pages, 6 figures

Multi4D: High-Fidelity Dynamic Gaussian Splatting via Multi-Level Competitive Allocation

Multi4D: 通过多级竞争分配实现高保真动态高斯泼溅

Rui Wang, Quentin Lohmeyer, Siyu Tang, Mirko Meboldt

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 提出Multi4D框架，通过三级竞争分配（静态结构、持久动态几何、瞬态外观）解决动态高斯泼溅中运动一致性与视觉保真度的矛盾，实现高保真渲染和实时性能。

Comments Accepted by ECCV 2026, project page:https://batfacewayne.github.io/Multi4D.io/

LIT-GS: LiDAR-Inertial-Thermal Gaussian Splatting for Illumination-Robust Mapping

LIT-GS: 面向光照鲁棒建图的激光雷达-惯性-热高斯泼溅

Shikuan Shi, Chunran Zheng, Jiaming Xu, Tianyong Ye, Tao Yu, Yukang Cui

机构 * College of Mechatronics and Control Engineering, Shenzhen University（深圳大学机电与控制工程学院） ； Department of Mechanical Engineering, The University of Hong Kong（香港大学机械工程系） 纠错

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

AI总结 提出LIT-GS框架，利用激光雷达平面几何约束联合优化位姿与高斯，解决光照变化和纹理缺失场景下RGB依赖的脆弱性问题，提升几何精度与渲染质量。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Hand-4DGS: Feed-Forward 3D Gaussian Splatting for 4D Hand Reconstruction from Egocentric Videos

Hand-4DGS: 用于从第一人称视频进行4D手部重建的前馈3D高斯泼溅方法

Jeongmin Bae, Seoha Kim, Marc Pollefeys, Mahdi Rad, Youngjung Uh, Taein Kwon

机构 * Yonsei University（延世大学） ； Electronics and Telecommunications Research Institute（电子电信研究院） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft Spatial AI Lab（微软空间AI实验室） ； VGG, University of Oxford（VGG，牛津大学） 纠错

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

AI总结 提出Hand-4DGS，首个前馈框架，从第一人称视频直接重建动态4D手部，利用网格引导表示和时间卷积，实现快速推理和强泛化，无需3D真值标注。

Comments Project page: https://jeongminb.github.io/hand-4dgs/

AIGS-Net: Compact Illumination Field Modeling via 2D Gaussian Splatting for Fast Low-Light Image Enhancement

AIGS-Net: 基于2D高斯泼溅的紧凑光照场建模用于快速低光图像增强

Yuhan Chen, Kunyang Huang, Fuchen Li, Zhuohan Qin, Guofa Li, Wenbo Chu, Keqiang Li

机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； Herbert Wertheim College of Engineering, University of Florida（佛罗里达大学赫伯特·韦特海姆工程学院） ； School of Mathematics and Statistics, Qingdao University（青岛大学数学与统计学院） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） 纠错

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

AI总结 提出AIGS-Net，通过输入自适应的2D高斯泼溅光照场和零参数多尺度上下文编码，以约40个可学习参数实现低光图像增强，在LOL和LSRW基准上平衡了增强质量与推理效率。

Dehaze-GaussianImage: Zero-Shot Dehazing via Efficient 2D Gaussian Splatting Representation

Dehaze-GaussianImage：基于高效2D高斯泼溅表示的零样本去雾

Yuhan Chen, Wenxuan Yu, Guofa Li, Kunyang Huang, Ying Fang, Yicui Shi, Wenbo Chu, Keqiang Li

机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） 纠错

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

AI总结 提出首个将2D高斯泼溅引入图像去雾的零样本框架，通过重建-解耦学习策略嵌入大气散射模型，实现几何级解耦和清晰纹理重建，以最少参数达到无监督SOTA性能。