3D 视觉

UniTriSplat: A Unified 3D Gaussian Splatting Framework with Uniform Spherical Rasterization for Universal Cameras

UniTriSplat：统一球面光栅化的通用相机3D高斯泼溅框架

Yipeng Zhu, Huajian Huang, Tristan Braud, Sai-Kit Yeung

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 针对现有3DGS框架依赖相机特定光栅化导致跨相机模型性能下降的问题，提出UniTriSplat，利用HEALPix离散化在单位球面上统一高斯泼溅，实现从窄视场到全景的一致优化。

Comments 32 pages, 14 figures, 6 tables. Project page: https://yipengzhu0809.github.io/UniTriSplat/ . UniTriSplat was accepted to ECCV 2026

Graph-GSReg: Leveraging 3D Scene Graphs for Gaussian Splatting Registration

Graph-GSReg: 利用3D场景图进行高斯溅射配准

Jaewon Lee, Mangyu Kong, Euntai Kim

机构 * Yonsei University（延世大学） ； Korea Institute of Science and Technology（韩国科学技术院） 纠错

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

AI总结 提出Graph-GSReg方法，通过构建3D场景图将3DGS配准转化为图配准问题，并引入自监督测试时优化以消除合并伪影，实现高精度配准和高质量场景融合。

RAGA: Real Time Ray Traced Gaussian Shadow Casting for 3DGS Avatar-Scene Interaction

RAGA：面向3DGS化身-场景交互的实时光线追踪高斯阴影投射

Aymen Mir, Riza Alp Guler, Jian Wang, Peter Wonka, Bing Zhou, Gerard Pons-Moll

机构 * Tübingen AI Center, University of Tübingen, Germany（图宾根人工智能中心，图宾根大学，德国） ； Max Planck Institute for Informatics, Saarland Informatics Campus, Germany（马克斯·普朗克研究所信息学院，萨尔兰信息学院，德国） ； Imperial College London, UK（伦敦帝国理工学院，英国） ； King Abdullah University of Science and Technology (KAUST), Saudi Arabia（国王阿卜杜勒阿齐兹科技大学（KAUST），沙特阿拉伯） ； Snap Inc., USA（Snap公司，美国） 纠错

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

AI总结 提出RAGA方法，通过精确的射线-高斯线积分在纯高斯空间中实现阴影计算，无需网格重建，支持单/多化身及物体交互场景，达到约50 FPS的实时性能。

Comments ECCV 2026. Project Page at https://miraymen.github.io/raga/

Pocket-SLAM: Rendering-Area-Aware Pruning for Memory-Efficient 3DGS-SLAM

Pocket-SLAM：面向内存高效的3DGS-SLAM的渲染区域感知剪枝

Leshu Li, Jie Peng, Yang Zhao

机构 * University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 提出一种渲染区域感知的剪枝策略，根据高斯点对有效渲染区域的贡献进行选择性移除，在EuRoC和KITTI数据集上实现超过60%的内存减少和2倍以上的FPS提升，同时保持定位与建图精度。

Comments 2026 IEEE International Conference on Robotics and Automation(ICRA)

Temporally Aware Densification for Dynamic 3D Gaussian Splatting

面向动态3D高斯泼溅的时间感知致密化

Vikram Sandu, Mayurdeep Pathak, Rajiv Soundararajan

机构 * Indian Institute of Science（印度科学研究所） 纠错

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

AI总结 提出Visibility-Aware Densification框架，通过时间可见性、自适应阈值和时间偏移扭曲，改进动态3DGS的致密化，提升动态区域重建质量。

Splaxel: Efficient Distributed Training of 3D Gaussian Splatting for Large-scale Scene Reconstruction via Pixel-level Communication

Splaxel：通过像素级通信实现大规模场景重建的高效分布式3D高斯泼溅训练

Wenqi Jia, Zhewen Hu, Ying Huang, Yu Gong, Stavros Kalafatis, Yuke Wang, Wei Niu, Chengming Zhang, Ang Li, Sheng Di, Yuede Ji, Bo Fang, Miao Yin

机构 * Independent Researcher（独立研究者） ； Rice University（里士满大学） ； University of Georgia（佐治亚大学） ； University of Houston（休斯顿大学） ； University of Washington（华盛顿大学） ； Argonne National Labs（阿贡国家实验室） 纠错

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

AI总结 提出Splaxel框架，通过像素级局部渲染与全局组合替代高斯同步，在保持数学一致性的同时稳定通信开销，结合可见性预测和冲突消除策略，实现大规模3DGS分布式训练加速7.6倍。

Comments 17 pages, 25 figures

EmoZone-Talker: Regional Semantic Control of Audio-Driven 3DGS Talking Heads via Facial Action Units

EmoZone-Talker: 基于面部动作单元的音频驱动3DGS说话人头部的区域语义控制

Tingting Chen, Shaojun Wang, Huaye Zhang, Diqiong Jiang, Chenglizhao Chen

机构 * China University of Petroleum (East China)（中国石油大学（华东）） 纠错

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

AI总结 提出EmoZone-Talker框架，通过区域解耦和时序建模解决音频与表情信号的冲突，实现精细、可解释的面部表情控制。

Scene-Adaptive Nonlinear Tone Curves for Pseudo Ground-Truth Generation in Low-Light 3D Gaussian Splatting

面向低光照3D高斯泼溅的场景自适应非线性色调曲线伪地面真值生成

Mingzhe Lyu, Jinqiang Cui, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；novel view synthesis(abstract)

AI总结 针对低光照3D重建中伪地面真值生成问题，提出场景自适应非线性色调曲线框架，通过两种曲线（ASE和AP3）替代线性增益，在三个基准上PSNR提升最高4.34dB。

Liquid Neural Networks as a Drop-in Continuous-Time Deformation Field for Dynamic 3D Gaussian Splatting

液态神经网络作为动态3D高斯泼溅的即插即用连续时间变形场

Mingzhao Li, Arghya Pal, Guan Yuan Tan

机构 * Monash University（莫纳什大学） 纠错

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

AI总结 提出用液态神经网络（LNN）的闭式连续时间（CfC）单元替代MLP，构建显式连续时间变形场，在动态场景重建中匹配或超越MLP基线，尤其擅长高频关节运动。

Comparative evaluation of photogrammetric reconstruction methods and 3D Gaussian Splatting for road surface roughness analysis

摄影测量重建方法与3D高斯泼溅用于路面粗糙度分析的比较评估

Marouane Elmegdar, Teng Xiao

机构 * School of International Education, Hubei University of Technology（湖北工业大学国际教育学院） ； School of Computer Science, Hubei University of Technology（湖北工业大学计算机科学学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；point cloud(abstract)

AI总结 本研究比较了COLMAP、Meshroom、Metashape和3D高斯泼溅四种重建方法，评估它们从智能手机图像估计路面粗糙度的能力，结果表明COLMAP对微纹理最敏感，而开源方法适用于低成本路面监测。

Comments accepted by RSMIP 2026

LR-SGS: Robust LiDAR-Reflectance-Guided Salient Gaussian Splatting for Self-Driving Scene Reconstruction

LR-SGS：用于自动驾驶场景重建的鲁棒激光雷达反射率引导显著高斯泼溅

ZY Chen, F Zhu, H Zhu, DY Kong, XK Kuang, YJ Zhang, CM Jiang

机构 * Waymo Open Dataset（Waymo开放数据集） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；point cloud(abstract)；novel view synthesis(abstract)

AI总结 提出一种结合激光雷达反射率与RGB的显著高斯表示方法，通过结构感知初始化、反射率校准和联合对齐，实现高效鲁棒的自动驾驶场景重建。

Comments 8 pages, 7 figures

DirectFisheye-GS: Enabling Native Fisheye Input in Gaussian Splatting with Cross-View Joint Optimization

DirectFisheye-GS: 在三维高斯泼溅中通过跨视图联合优化实现原生鱼眼输入

Zhengxian Yang, Fei Xie, Xutao Xue, Rui Zhang, Taicheng Huang, Yang Liu, Mengqi Ji, Tao Yu

机构 * BNRist, Tsinghua University（北京理工大学，清华大学） ； Beihang University（北航） ； JD.com, Beijing, China（京东（北京，中国）） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 针对鱼眼相机输入导致的信息丢失和细节模糊问题，提出将鱼眼相机模型集成到3DGS框架中，并引入基于特征重叠的跨视图联合优化策略，实现无需预处理的原生鱼眼图像训练，提升重建质量。

Comments CVPR 2026 Highlight; Fix NSFC ID

ConFi-GS Confidence-Guided High-Frequency Injection for 3D Gaussian Splatting Super-Resolution

ConFi-GS：置信度引导的高频注入用于3D高斯泼溅超分辨率

Jiaxiang Li, Zongtan Zhou, Zhen Tan, Yadong Liu, Dewen Hu

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

AI总结 提出一种可靠性感知的频率建模框架，通过几何引导的细节需求先验和频率感知的可靠性图，指导低分辨率3DGS重建中高频细节的注入，提升保真度和感知质量。

ArtSplat: Feed-Forward Articulated 3D Gaussian Splatting from Sparse Multi-State Uncalibrated Views

ArtSplat: 基于前馈的关节式3D高斯泼溅从稀疏多状态未标定视图

Inseo Lee, Yoonji Kim, Eugene Sohn, Jiwoong Lee, Jungmin You, Joonseok Lee, Jin-Hwa Kim

机构 * Seoul National University（首尔国立大学） ； Sogang University（成均馆大学） ； NAVER AI Lab（NAVER AI实验室） 纠错

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

AI总结 提出首个前馈框架ArtSplat，通过稀疏多视图跨多个关节状态，一次性重建几何和关节参数，引入逐像素关节图表示和跨状态注意力机制，在PartNet-Mobility上实现400倍加速。

Improving 3D Gaussian Splatting Compression by Scene-Adaptive Lattice Vector Quantization

通过场景自适应晶格向量量化改进3D高斯散射压缩

Hao Xu, Xiaolin Wu, Xi Zhang

机构 * Department of Electrical & Computer Engineering, McMaster University（麦卡特尼大学电气与计算机工程系） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） 纠错

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

AI总结 本文提出了一种场景自适应晶格向量量化（SALVQ）方法，用于改进3D高斯散射（3DGS）的压缩性能，通过优化晶格基矢来提高适应性和R-D效率，同时减少计算开销和训练时间。

Comments Accepted by IEEE TIP. Code available at https://github.com/hxu160/SALVQ

E2GS: Event Enhanced Gaussian Splatting

E2GS：事件增强的高斯点撒法

Hiroyuki Deguchi, Mana Masuda, Takuya Nakabayashi, Hideo Saito

机构 * Keio University（庆应大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；3D reconstruction(abstract)；novel view synthesis(abstract)

AI总结 本文提出E2GS方法，结合事件数据与高斯点撒法，提升图像去模糊和高质量视角合成效果，实验表明其在合成和真实数据集上均能生成视觉吸引人的渲染结果，且训练和渲染速度更快（140 FPS）

Comments 7pages, Accepted at ICIP 2024

A Single Atlas is All You Need: Decoder-Side Gaussian Splatting for Immersive Video

一个Atlas就足够了：解码器侧的高斯点云渲染用于沉浸式视频

Dawid Mieloch, Stuart Perry

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

AI总结 本文提出了解码器侧高斯点云渲染（DSGS）框架，通过将深度估计阶段替换为前馈3DGS推理，优化整个体积场景，从而在解码器侧从压缩纹理和元数据中实现高质量的沉浸式视频生成。

BEA-GS: BEyond RAdiance Supervision in 3DGS for Precise Object Extraction

BEA-GS：超越辐射监督的3DGS精确物体提取

Alessio Mazzucchelli, Maria Naranjo-Almeida, Jorge Bustos-Sanchez, Mariella Dimiccoli, Francesc Moreno-Noguer, Jordi Sanchez-Riera, Adrian Penate-Sanchez

机构 * Arquimea Research Center（阿奎米亚研究中心） ； Institut de Robòtica i Informàtica Industrial (CSIC-UPC)（机器人与信息技术研究所（CSIC-UPC）） ； Universidad de las Palmas de Gran Canaria (IUSIANI)（Gran Canaria大学（IUSIANI）） 纠错

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

AI总结 BEA-GS通过引入两种新损失函数改进3DGS，实现更精确的物体边界分割，优于现有12种方法。

Comments CVPR 2026 Highlight

Nix and Fix: Targeting 1000x Compression of 3D Gaussian Splatting with Diffusion Models

Nix 和 Fix：通过扩散模型实现 3D 高斯散射的 1000 倍压缩

Cem Eteke, Enzo Tartaglione

机构 * 1 Chair of Media Technology, Munich Institute of Robotics ； Machine Intelligence School of Computation, Information ； Technology Technical University of Munich, 80333 Munich, Germany 2LTCI, T\'el\'ecom Paris, Institut Polytechnique de Paris, France 纠错

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

AI总结 本文提出 NiFi 方法，通过扩散模型实现 3DGS 在极低速率下的高质量压缩，达到 1000 倍压缩率。

AdpSplit: Error-Driven Adaptive Splitting for Faster Geometry Discovery in 3D Gaussian Splatting

AdpSplit：基于误差的自适应分裂以加速3D高斯点云中的几何发现

Yongjae Lee, Jingxing Li, Abhay Kumar Yadav, Rama Chellappa, Deliang Fan

机构 * Arizona State University（亚利桑那州立大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 AdpSplit通过基于误差的自适应分裂操作减少3DGS训练时间，同时保持渲染质量，在多个数据集上实现9.2%-22.3%的加速。

Residual Gaussian Splatting for Ultra Sparse-View CBCT Reconstruction

残差高斯点云法用于超稀疏视角CBCT重建

Jian Lin, Jiancheng Fang, Shaoyu Wang, Changan Lai, Yikun Zhang, Yang Chen, Qiegen Liu

机构 * School of Information Engineering, Nanchang University（南昌大学信息工程学院） 纠错

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

AI总结 本文提出残差高斯点云法，结合小波多分辨率分析与3DGS，解决超稀疏视角CBCT重建中光谱偏倚问题，提升图像细节与几何纹理的精度。

Incoherent Deformation, Not Capacity: Diagnosing and Mitigating Overfitting in Dynamic Gaussian Splatting

不一致变形，而非容量：诊断和缓解动态高斯点云中的过拟合

Ahmad Droby

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文发现动态高斯点云过拟合源于不一致变形而非参数量，通过引入弹性能量正则化等方法显著减少过拟合差距。

Comments 10 pages, 6 figures, 2 tables

WaterClear-GS: Optical-Aware Gaussian Splatting for Underwater Reconstruction and Restoration

WaterClear-GS: 用于水下重建和修复的光学感知高斯点云

Xinrui Zhang, Yufeng Wang, Shuangkang Fang, Zesheng Wang, Dacheng Qi, Wenrui Ding

机构 * Beihang University（北航大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；3D reconstruction(abstract)

AI总结 WaterClear-GS通过整合水的光学特性，提出了一种纯3DGS框架，实现高效的水下3D重建和修复，同时保持实时渲染能力。

Seeing Through Reflections: Advancing 3D Scene Reconstruction in Mirror-Containing Environments with Gaussian Splatting

Zijing Guo, Yunyang Zhao, Lin Wang

机构 * School of Automation and Intelligent Sening, Shanghai Jiao Tong University（自动化与智能传感学院，上海交通大学） ； Ningbo Artificial Intelligence Institute, Shanghai Jiao Tong University（宁波人工智能研究所，上海交通大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；3D reconstruction(abstract)

AttentionGS: Towards Initialization-Free 3D Gaussian Splatting via Structural Attention

Ziao Liu, Zhenjia Li, Yifeng Shi, Xiangang Li

机构 * Wuhan University（武汉大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；3D reconstruction(abstract)

SplatMAP: Online Dense Monocular SLAM with 3D Gaussian Splatting

Yue Hu, Rong Liu, Meida Chen, Peter Beerel, Andrew Feng

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；3D reconstruction(abstract)

Journal ref Proceedings of the ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games (I3D '25) May 2025

NexusGS: Sparse View Synthesis with Epipolar Depth Priors in 3D Gaussian Splatting

Yulong Zheng, Zicheng Jiang, Shengfeng He, Yandu Sun, Junyu Dong, Huaidong Zhang, Yong Du

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；point cloud(abstract)

Comments This paper is accepted by CVPR 2025

Biomass phenotyping of oilseed rape through UAV multi-view oblique imaging with 3DGS and SAM model

Yutao Shen, Hongyu Zhou, Xin Yang, Xuqi Lu, Ziyue Guo, Lixi Jiang, Yong He, Haiyan Cen

专题命中 Gaussian Splatting ：3DGS(title,abstract)；NeRF(abstract)；Gaussian Splatting(abstract)；3D reconstruction(abstract)

MVPGS: Excavating Multi-view Priors for Gaussian Splatting from Sparse Input Views

Wangze Xu, Huachen Gao, Shihe Shen, Rui Peng, Jianbo Jiao, Ronggang Wang

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D vision(abstract)；NeRF(abstract)；3DGS(abstract)

Comments Accepted by ECCV 2024, Project page: https://zezeaaa.github.io/projects/MVPGS/

Optimizing 3D Gaussian Splatting for Sparse Viewpoint Scene Reconstruction

Shen Chen, Jiale Zhou, Lei Li

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；3D reconstruction(abstract)