3D 视觉

RadarSplat: Radar Gaussian Splatting for High-Fidelity Data Synthesis and 3D Reconstruction of Autonomous Driving Scenes

Pou-Chun Kung, Skanda Harisha, Ram Vasudevan, Aline Eid, Katherine A. Skinner

机构 * University of Michigan（密歇根大学） 纠错

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

You Need a Transition Plane: Bridging Continuous Panoramic 3D Reconstruction with Perspective Gaussian Splatting

Zhijie Shen, Chunyu Lin, Shujuan Huang, Lang Nie, Kang Liao, Yao Zhao

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

DirectTriGS: Triplane-based Gaussian Splatting Field Representation for 3D Generation

Xiaoliang Ju, Hongsheng Li

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D generation(title)；point cloud(abstract)；分类 cs.CV

Comments Accepted by CVPR 2025

Micro-macro Wavelet-based Gaussian Splatting for 3D Reconstruction from Unconstrained Images

Yihui Li, Chengxin Lv, Hongyu Yang, Di Huang

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

Comments 11 pages, 6 figures,accepted by AAAI 2025

Epipolar-Free 3D Gaussian Splatting for Generalizable Novel View Synthesis

Zhiyuan Min, Yawei Luo, Jianwen Sun, Yi Yang

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

Comments NeurIPS 2024

3DGS-Enhancer: Enhancing Unbounded 3D Gaussian Splatting with View-consistent 2D Diffusion Priors

Xi Liu, Chaoyi Zhou, Siyu Huang

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

Comments Accepted by NeurIPS 2024 Spotlight

Robust 3D Gaussian Splatting for Novel View Synthesis in Presence of Distractors

Paul Ungermann, Armin Ettenhofer, Matthias Nießner, Barbara Roessle

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

Comments GCPR 2024, Project Page: https://paulungermann.github.io/Robust3DGaussians , Video: https://www.youtube.com/watch?v=P9unyR7yK3E

Gaussian Splatting with NeRF-based Color and Opacity

Dawid Malarz, Weronika Smolak, Jacek Tabor, Sławomir Tadeja, Przemysław Spurek

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

GPS-Gaussian: Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesis

Shunyuan Zheng, Boyao Zhou, Ruizhi Shao, Boning Liu, Shengping Zhang, Liqiang Nie, Yebin Liu

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

Comments Accepted by CVPR 2024 (Highlight). Project page: https://shunyuanzheng.github.io/GPS-Gaussian

GauU-Scene: A Scene Reconstruction Benchmark on Large Scale 3D Reconstruction Dataset Using Gaussian Splatting

Butian Xiong, Zhuo Li, Zhen Li

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(title)；point cloud(abstract)；分类 cs.CV

Comments IJCAI2024 submit, 8 pages

Triplane Meets Gaussian Splatting: Fast and Generalizable Single-View 3D Reconstruction with Transformers

Zi-Xin Zou, Zhipeng Yu, Yuan-Chen Guo, Yangguang Li, Ding Liang, Yan-Pei Cao, Song-Hai Zhang

专题命中 Gaussian Splatting ：3D reconstruction(title,abstract)；Gaussian Splatting(title)；point cloud(abstract)；分类 cs.CV

Comments Project Page: https://zouzx.github.io/TriplaneGaussian/

TopoGS: Planar Reconstruction via Topology-aware 3D Gaussian Splatting

TopoGS：通过拓扑感知3D高斯点云进行平面重建

Shanshan Pan, Jiale Chen, Yilin Liu, Hui Huang

机构 * Shenzhen University（深圳大学） ； Autodesk Research（欧特克研究院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；分类 cs.CV、cs.GR

AI总结 研究旨在从原始图像提取结构化3D表示，提出TopoGS框架，通过提取多视图图像的2D拓扑关系，将高斯基元锚定到结构元素，联合优化平面参数等，在ScanNet++数据集上达最优性能，生成高质量3D模型。

Comments European Conference on Computer Vision (Proceedings of ECCV 2026); Project page: https://vcc.tech/research/2026/TopoGS

2D-SuGaR: Surface-Aware Gaussian Splatting for Geometrically Accurate Mesh Reconstruction

2D-SuGaR：面向表面的高斯点散布用于几何准确的网格重建

Prajwal Gupta C. R., Divyam Sheth, Jinjoo Ha, Mirela Ostrek, Justus Thies

机构 * TU Darmstadt（图宾根大学） ； ELIZA（ELIZA实验室） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出2D-SuGaR方法，通过结合单目深度和法线先验，提升多视图图像中网格重建的几何精度和鲁棒性，实现在DTU数据集上达到最先进的重建效果。

Journal ref Eurographics 2026 Short Papers, The Eurographics Association, 2026

LEGS: Laplacian-Enhanced Gaussian Splatting with a Nonlinear Weighted Loss

LEGS: 拉普拉斯增强的高斯泼溅与非线性加权损失

Yongfei Guo, Qizhou Huo, Xuan Sun, Yuanhao Gong

机构 * Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences（中国科学院长春光学精密机械与物理研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 提出LEGS方法，利用二阶拉普拉斯结构引导和非线性权重函数改进高斯泼溅的损失函数，在保持渲染管线不变的情况下提升结构感知优化，在Tanks&Temples和Mip-NeRF360数据集上PSNR最高提升1.68 dB。

Geometry Gaussians: Decoupling Appearance and Geometry in Gaussian Splatting

几何高斯：在高斯泼溅中解耦外观与几何

Hongyu Zhou, Zorah Lähner

机构 * University of Bonn（波恩大学） ； Lamarr Institut（拉马尔研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 针对3D高斯泼溅在几何表示与外观渲染间的冲突，提出通过为每个溅射添加几何不透明度参数并配合透明度优化流程，实现几何与外观的解耦，提升复杂场景（尤其是透明物体）的渲染与几何性能。

HiGS: A Hierarchical Rendering Architecture for Real-Time 3D Gaussian Splatting

HiGS：一种用于实时三维高斯泼溅的分层渲染架构

Dawid Pająk, Martin Bisson, Rodolfo Lima

机构 * NVIDIA 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 针对3D高斯泼溅中空间分区与光栅化对瓦片尺寸需求矛盾的问题，提出分层瓦片高斯泼溅（HiGS），通过粗粒度宏瓦片分区和细粒度渲染瓦片光栅化实现加速，在保持精确alpha合成的同时实现最高15.8倍加速。

Comments Project Page: https://research.nvidia.com/labs/sil/projects/higs/

DSD-GS: Dynamic-Static Decomposition of Gaussian Splatting for Efficient and High-Fidelity Dynamic Scene Reconstruction

DSD-GS: 面向高效高保真动态场景重建的高斯泼溅动态-静态分解

Youngtae Han, Sung-hwan Han, Youngmin Yi

机构 * Department of Artificial Intelligence Engineering, Sogang University（人工智能工程系，首尔大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 提出基于前馈高斯泼溅编码器和光流模型的动态-静态分解框架，通过消除静态区域冗余计算，在渲染质量、训练/渲染速度和存储效率上达到最优。

Comments 23 pages, 9 figures, 7 tables

MesonGS++: Post-training Compression of 3D Gaussian Splatting with Hyperparameter Searching

MesonGS++: 3D高斯散射的后训练压缩与超参数搜索

Shuzhao Xie, Junchen Ge, Weixiang Zhang, Jiahang Liu, Chen Tang, Yunpeng Bai, Shijia Ge, Jingyan Jiang, Yuzhi Huang, Fengnian Yang, Cong Zhang, Xiaoyi Fan, Zhi Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Shenzhen Technology University（深圳技术大学） ； Xiamen University（厦门大学） ； Simon Fraser University（西蒙弗雷泽大学） ； Jiangxing Intelligence Inc.（江兴智能有限公司） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 MesonGS++提出了一种基于超参数搜索的3D高斯散射后训练压缩方法，通过联合重要性剪枝、八叉树几何编码等技术，实现34倍压缩并保持渲染质量，优于现有方法并精准满足目标存储预算。

Comments https://github.com/mmlab-sigs/mesongs_plus

SLAM&Render: A Benchmark for the Intersection Between Neural Rendering, Gaussian Splatting and SLAM

SLAM&Render: 一个用于神经渲染、高斯点绘和SLAM交叉领域的基准数据集

Samuel Cerezo, Gaetano Meli, Tomás Berriel Martins, Kirill Safronov, Javier Civera

机构 * Technology \& Innovation Center KUKA Deutschland GmbH Augsburg, Germany 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出SLAM&Render数据集，用于评估神经渲染和SLAM在多模态、多视角和光照条件下的交叉方法，包含40个序列的RGB-D图像、IMU数据和机器人运动数据，验证了该数据集在新兴研究领域的相关性。

Comments 9 pages, 8 figures, 7 tables. Submitted to IROS 2026

GaussianFlow SLAM: Monocular Gaussian Splatting SLAM Guided by GaussianFlow

GaussianFlow SLAM：基于GaussianFlow的单目Gaussian Splatting SLAM

Dong-Uk Seo, Jinwoo Jeon, Eungchang Mason Lee, Hyun Myung

机构 * School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院电子工程学院） 纠错

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

AI总结 本文提出GaussianFlow SLAM，通过光学流引导场景结构和相机姿态优化，提升单目SLAM的映射质量和跟踪精度。

Comments 8 pages, 5 figures, 7 tables, accepted to IEEE RA-L

ReefMapGS: Enabling Large-Scale Underwater Reconstruction by Closing the Loop Between Multimodal SLAM and Gaussian Splatting

ReefMapGS：通过多模态SLAM与高斯点云之间的闭环实现大规模水下重建

Daniel Yang, Jungseok Hong, John J. Leonard, Yogesh Girdhar

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出ReefMapGS框架，通过多模态传感器数据与高斯点云结合，实现水下复杂场景的增量重建与全局轨迹优化，展示无COLMAP的3D重建与高精度AUV轨迹估计。

F3DGS: Federated 3D Gaussian Splatting for Decentralized Multi-Agent World Modeling

F3DGS：联邦3D高斯点云用于去中心化多智能体世界建模

Morui Zhu, Mohammad Dehghani Tezerjani, Mátyás Szántó, Márton Vaitkus, Song Fu, Qing Yang

机构 * University of North Texas（北德克萨斯大学） ； Budapest University of Technology and Economics（布达佩斯技术与经济大学） 纠错

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

AI总结 F3DGS通过联邦学习实现去中心化多智能体3D重建，利用共享几何框架和可见性感知聚合解决部分观测问题，实现分布式优化。

Comments Accepted to the CVPR 2026 SPAR-3D Workshop

Semantic Segmentation and Depth Estimation for Real-Time Lunar Surface Mapping Using 3D Gaussian Splatting

基于3D高斯溅射的实时月球表面制图中的语义分割与深度估计

Guillem Casadesus Vila, Adam Dai, Grace Gao

机构 * Department of Aeronautics and Astronautics（航空航天系） 纠错

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

AI总结 本文提出一种实时制图框架，结合密集感知模型与3D高斯溅射表示，在挑战性环境下实现高精度月球表面制图。

Large-scale Photorealistic Outdoor 3D Scene Reconstruction from UAV Imagery Using Gaussian Splatting Techniques

基于高斯点扩散技术的无人机影像大规模真实感户外3D场景重建

Christos Maikos, Georgios Angelidis, Georgios Th. Papadopoulos

机构 * Department of Informatics and Telematics（信息学与电信学系） 纠错

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

AI总结 本文提出基于高斯点扩散技术的无人机影像大规模真实感户外3D场景重建方法，实现低延迟的高保真度3D重建。

Comments 7 pages, 2 figures

Pi-GS: Sparse-View Gaussian Splatting with Dense π^3 Initialization

Pi-GS：基于密集π³初始化的稀疏视角高斯点云渲染

Manuel Hofer, Markus Steinberger, Thomas Köhler

机构 * Graz University of Technology（格拉茨技术大学） 纠错

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

AI总结 Pi-GS通过密集π³初始化和正则化方案，提升了稀疏视角下3DGS的鲁棒性和精度。

MGSO: Monocular Real-time Photometric SLAM with Efficient 3D Gaussian Splatting

Yan Song Hu, Nicolas Abboud, Muhammad Qasim Ali, Adam Srebrnjak Yang, Imad Elhajj, Daniel Asmar, Yuhao Chen, John S. Zelek

机构 * Vision and Image Processing Lab at the Faculty of System Design Engineering, at the University of Waterloo（视觉与图像处理实验室，系统设计工程学院，滑铁卢大学） ； Vision and Robotics Lab, Maroun Semaan Faculty of Engineering and Architecture, American University of Beirut（视觉与机器人实验室，马鲁恩·塞马安工程与建筑学院，贝鲁特美国大学） 纠错

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

Comments This is the pre-print version of a work that has been published in ICRA 2025 with doi: 10.1109/ICRA55743.2025.11127380. This version may no longer be accessible without notice. Copyright 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. Please cite the official version

Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), Atlanta, GA, USA, 2025, pp. 11061-11067

Casual3DHDR: Deblurring High Dynamic Range 3D Gaussian Splatting from Casually Captured Videos

Shucheng Gong, Lingzhe Zhao, Wenpu Li, Hong Xie, Yin Zhang, Shiyu Zhao, Peidong Liu

机构 * Westlake University（西湖大学） ； Wuhan University（武汉大学） ； Zhejiang University（浙江大学） 纠错

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

Comments Accepted to ACM Multimedia 2025. Project page: https://lingzhezhao.github.io/CasualHDRSplat/

SurGSplat: Progressive Geometry-Constrained Gaussian Splatting for Surgical Scene Reconstruction

Yuchao Zheng, Jianing Zhang, Guochen Ning, Hongen Liao

机构 * Tsinghua University（清华大学） 纠错

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

EndoFlow-SLAM: Real-Time Endoscopic SLAM with Flow-Constrained Gaussian Splatting

Taoyu Wu, Yiyi Miao, Zhuoxiao Li, Haocheng Zhao, Kang Dang, Jionglong Su, Limin Yu, Haoang Li

机构 * School of Advanced Technology, Xi'an Jiaotong Liverpool University（西安交通大学利物浦大学先进技术学院） ； School of AI and Advanced Computing, Xi'an Jiaotong Liverpool University（西安交通大学利物浦大学人工智能与高级计算学院） ； School of Physical Sciences, University of Liverpool（利物浦大学物理科学学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

Comments This paper has been accepted at MICCAI2025

VoteSplat: Hough Voting Gaussian Splatting for 3D Scene Understanding

Minchao Jiang, Shunyu Jia, Jiaming Gu, Xiaoyuan Lu, Guangming Zhu, Anqi Dong, Liang Zhang

机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Algorithm R&D Center, Qing Yi (Shanghai)（清一（上海）算法研发中心） ； Shanghai Pudong Cryptography Research Institute（上海浦东密码研究院） ； Division of Decision and Control Systems and Department of Mathematics, KTH Royal Institute of Technology（皇家理工学院决策与控制系统系和数学系） 纠错

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

Comments Accepted to ICCV 2025