视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
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
生成式3D高斯散射用于任意分辨率的大气降尺度与预测
机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； School of Computer and Information Sciences, University of Newcastle（纽卡斯尔大学计算机与信息科学学院） ； School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（西北工业大学人工智能、光学与电子学学院（iOPEN））
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GSSA-ViT框架，通过生成式3D高斯模型与尺度感知注意力机制，实现高维大气场的任意分辨率预测与降尺度，提升多尺度预测效率与准确性。
Comments 20 pages, 13 figures
GS-Surrogate：基于可变形高斯散点的参数空间探索的可变形高斯散点
机构 * The Ohio State University（俄亥俄州立大学） ； NVIDIA（英伟达） ； Oak Ridge National Laboratory（橡树岭国家实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.GR
AI总结 本文提出GS-Surrogate，一种基于可变形高斯散点的可视化替代模型，用于参数空间探索。通过构建标准高斯场并进行参数条件变形，实现高效可控的可视化任务适应，如等值面提取和转移函数编辑。
多人类和多物体的3D高斯散射渲染
机构 * State Key Lab of CAD&CG, College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出MM-GS框架，通过实例级多视图融合和场景级实例交互模块，解决多人类和多物体动态场景重建中的视图一致性与复杂依赖建模问题，实现高保真渲染。
Comments 8 pages, 4 figures, accepted by ICRA 2026
外观分解高斯点云法用于多遍重建
机构 * Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis, Shanghai Jiao Tong University（上海交通大学自动化系，系统控制与信息处理教育部重点实验室，航空电子集成与航空系统综合国家重点实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出ADM-GS框架，通过显式分解静态背景的外观，缓解多遍重建中的外观纠缠问题，采用神经光场和频率分离编码策略提升多遍一致性，实验证明在Argoverse 2和Waymo Open数据集上效果显著。
深入信赖：为高斯散射可靠的单目深度监督
机构 * Queensland University of Technology（昆士兰科技大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出一种整合模糊和噪声深度先验的训练框架，以提升高斯散射的几何监督，从而提高渲染质量。
Comments accepted to CVPR 3DMV Workshop
GA-GS：基于生成的高斯点散射用于静态场景重建
机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； School of information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出GA-GS方法，通过生成技术辅助恢复动态物体遮挡区域，引入可学习的真实性标量平衡真实背景与生成区域，利用轨迹匹配数据集验证了其在大规模持久遮挡场景中的优越性能。
4C4D: 4台相机的4维高斯点散布
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出4C4D框架，通过极稀疏相机拍摄实现高保真4维高斯点散布，解决视频中4维动态场景重建问题，提升几何建模能力。
Comments Accepted by CVPR 2026. Project page: https://junshengzhou.github.io/4C4D
HOIGS: 人-物交互高斯散射
机构 * Department of Electronics Engineering, Sogang University（西江大学电子工程系） ； NAVER Cloud Corp（NAVER Cloud公司） ； Department of Electrical & Electronics Engineering, Pusan National University（釜山国立大学电气与电子工程系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出HOIGS方法，通过交叉注意力模块显式建模人与物的交互变形，结合HexPlane和CHS提取特征，提升动态场景重建的精度与鲁棒性。
Comments 24 pages, 9 figures
Flash-Mono: 基于前馈加速的高斯点云单目SLAM
机构 * Fudan University（复旦大学） ； ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.RO
AI总结 Flash-Mono通过前馈预测前端和高效隐藏状态模块，解决了单目高斯点云SLAM在时间效率、几何精度和多视角一致性方面的不足，实现10倍速度提升和高质量渲染。
Journal ref International Conference on Learning Representations, 2026
TRiGS：用于可扩展4D高斯点分布的时序刚体运动
机构 * Sogang University（西江大学） ； Pusan National University（釜山国立大学） ； POSTECH（浦项科技大学） ； Seoul National University（首尔国立大学） ； Electronics and Telecommunications Research Institute（电子通信研究院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 TRiGS通过统一的连续几何变换解决4D高斯点分布中时间碎片化问题，实现对复杂非线性动态的稳定建模，支持扩展视频序列的高效渲染。
Comments Project page: https://wwwjjn.github.io/TRiGS-project_page/
ARGS：通过并行渐进下一尺度预测实现自动回归高斯点撒
机构 * South China University of Technology（华南理工大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Lightspeed
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出ARGS框架，通过并行生成多尺度高斯表示，实现3D物体生成的高效下一尺度预测，提升结构一致性与视觉保真度。
MotionScale：通过可扩展的4D高斯点划法重建动态场景的外观、几何和运动
机构 * National University of Singapore（新加坡国立大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出MotionScale框架，通过可扩展的4D高斯点划法实现动态场景的高保真重建，解决复杂环境中3D几何和时间一致运动的恢复问题。
Comments Accepted to CVPR 2026
基于特征高斯点云的层次视觉重定位
机构 * Southern University of Science and Technology（南方科技大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出SplatHLoc框架，利用特征高斯点云进行层次视觉重定位，通过自适应视角检索和混合特征匹配提升重定位精度与鲁棒性。
Comments Accepted to CVPR 2026
基于射线分组的放松刚性方法用于动态高斯点云渲染
机构 * GIST（光州科学技术院） ； Yonsei Univ.（延世大学） ； SNU（首尔大学） ； DGIST（大邱庆北科学技术院） ； NAVER AI Lab（NAVER AI实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出基于射线分组的放松刚性方法，通过保持高斯点云在时间上的局部几何结构，提升动态3D场景重建的物理合理性与时间一致性。
Comments 24 pages, 7 figures
IDESplat: 迭代深度概率估计用于通用的3D高斯散射
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航天信息研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 IDESplat通过迭代深度概率估计提升3D高斯散射的通用性，利用多级DPBU单元消除单一 warp 的不稳定性，实现更精确的高斯均值预测。
FilterGS: 无遍历并行过滤与自适应收缩用于大规模LoD 3D高斯点扩散
机构 * Beijing Institute of Technology（北京理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 FilterGS通过并行过滤机制和自适应高斯收缩策略，解决大规模LoD 3D高斯点扩散中遍历效率低和冗余高斯-瓷砖对的问题，实现高效渲染。
F4Splat：面向前馈3D高斯点绘制的预测密集化
机构 * KAIST（韩国国立科学技术院） ； 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F4Splat，通过面向前馈3D高斯点绘制的预测密集化方法，引入基于密集度指导的分配策略，实现自适应的空间复杂度和多视角重叠的高斯点分配，减少冗余并提升重建质量。
Comments Project Page: $\href{https://mlvlab.github.io/F4Splat}{\text{this http URL}}$
IDSplat：实例分解的3D高斯点云法用于驾驶场景
机构 * Zenseact ； Chalmers University of Technology（瑞典查尔姆斯理工大学） ； University of Amsterdam（阿姆斯特丹大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 IDSplat通过实例分解和可学习运动轨迹重建动态驾驶场景，无需人工标注，实现场景分离与泛化。
3DSceneEditor: 基于高斯散射的可控3D场景编辑
机构 * D Optical Metrology unit, Fondazione Bruno Kessler（3D光学测绘单元，布鲁诺·凯斯勒基金会） ； Department of Information Engineering and Computer Science, University of Trento（信息工程与计算机科学系，特伦托大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出3DSceneEditor，通过高斯散射实现高效精准的3D场景编辑，整合实例分割模型与CLIP实现语义对齐，支持对象添加、重定位等操作，实验表明其在精度和效率上优于现有方法。
Comments Accepted by WACV 2026, Project Page: https://ziyangyan.github.io/3DSceneEditor
面向相机的跨视角对齐用于指称3D高斯点云分割
机构 * East China Normal University（东华师范大学） ； Tsinghua University（清华大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出CaRF框架，通过引入CAM和GCLA模块，实现3D高斯点云中跨视角指称的一致性对齐，提升分割性能。
Comments Accepted to ICME 2026
Remove360: 3D高斯散射中物体移除后残差的基准测试
机构 * CTU in Prague, Czech Republic（布拉格CTU，捷克共和国）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出Remove360数据集和评估框架，用于量化3D高斯散射中物体移除后的语义残差，揭示几何移除与语义擦除之间的差距，强调隐私保护移除方法的必要性。
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