收集详情
采集完成 · 候选 347 · 已筛选 347
RSS 公告日期：2026-09-14
更新时间：2026-09-14T06:07:37.316233Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 2
NOVA-GS：面向低光照新视角合成的噪声感知视角一致 Gaussian Splatting
NOVA-GS: Noise-Aware View-Consistent Gaussian Splatting for Low-Light Novel View Synthesis
论文提出 NOVA-GS，将曝光增强、去噪和几何优化统一到低光照 3D Gaussian Splatting 流程中。方法利用 VGGT 从退化输入直接估计相机位姿和几何，结合结构感知增强、盲点自监督去噪、跨视图一致性优化及噪声引导的球谐正则化，以抑制噪声区域的视角相关伪影。作者在多种真实低光照数据集上报告了更好的几何保真度、颜色一致性和鲁棒性，且不需要配对监督或良好光照参考。
关注理由 直接研究低光照条件下的 3D Gaussian Splatting 场景重建与新视角合成，属于三维 Gaussian 场景表示的核心方向。
MGAvatar：用于头部头像几何与外观建模的网格绑定 Gaussian
MGAvatar: Mesh-Bound Gaussians for Head Avatar Geometry and Appearance Modeling
论文提出 MGAvatar，一种结合网格与 Gaussian 的头部头像表示。方法先使用顶点绑定 Gaussian 并约束参数，通过渐进式网格变形建模复杂头部几何，再切换到面绑定 Gaussian 进行外观建模；同时引入姿态相关偏移、视角条件神经颜色场和观测空间 Gaussian 偏移网络，以处理非刚性变形、跨姿态视角一致性和动态面部纹理。作者在多视角及单目视频实验中报告了更高的渲染质量和更逼真的纹理细节。
关注理由 摘要明确研究 Gaussian-mesh 混合表示，用于头部头像的几何与外观建模、姿态变形和新视角渲染，属于三维 Gaussian 表示方法。
相关方法 · 5
作为干预不变量的空间：分层城市与具身智能的跨模态预测几何
Space as an Interventional Invariant: Cross-Modal Predictive Geometry for Stratified Cities and Em-Spaced Intelligence
论文将空间定义为在可行动作下保持局部兼容性和未来观测条件规律的干预不变量，构建融合局部状态空间、模态特定观测映射、动作群胚和预测状态商空间的跨模态预测几何。在此基础上，作者将框架扩展到分层城市系统，以容纳几何、物理、交通、社会和经济层，并通过含噪合成实验评估等变性、预测充分性及跨尺度一致性。
关注理由 论文研究跨模态空间结构，并将框架扩展到分层城市系统；但摘要未涉及城市布局、建筑、立面或城市内容生成，因此属于城市研究的支撑性理论方法。
VS-Splat：基于体素选择的前馈Gaussian Splatting少视角端到端三维物体重建
VS-Splat: Voxel-Selective feed-forward Gaussian Splatting for end-to-end 3D object reconstruction from sparse-views
论文针对前馈Gaussian Splatting在三维空间均匀预测原语、导致大量原语落在非物体区域并损害细节表示的问题，提出VS-Splat。方法通过仅依赖二维渲染监督的可学习体素选择，预测对象中心区域的Gaussian原语，无需三维结构监督。在三个基准数据集上的少视角渲染实验中，作者报告其优于多种现有方法，并显示其可作为稠密化方法的骨干；可选扩展还能提升对不准确相机位姿的鲁棒性。
关注理由 论文直接研究Gaussian Splatting，用于少视角三维物体重建；对象不是城市或建筑，但属于关注的三维Gaussian表示构建与重建方向。
Gaussian Splatting正在再次神经化吗？学习式参数化的分类与受控研究
Is Gaussian Splatting Becoming Neural Again? A Taxonomy and Controlled Study of Learned Parameterization
论文从属性解码、空间共享、视角条件解码、拓扑生成和摊销推理五个维度梳理3DGS中的神经参数化趋势，并分析19种代表性方法。作者在mip-NeRF 360上开展受控研究，发现共享外观与不透明度能够改善重建质量，而解码几何结构未带来进一步收益。摘要据此支持选择性神经化：共享函数应捕捉可复用相关性，同时保留显式splat的局部几何自由度。
关注理由 论文直接分析3DGS中的神经参数化方式，并通过受控实验研究属性共享、空间共享和几何结构解码对重建的影响，属于三维Gaussian表示与可扩展性相关的支撑研究。
面向低重叠场景的谱一致性引导多视点点云配准
Spectral Consistency-Guided Multiview Point Cloud Registration for Low-Overlap Scenes
论文提出非学习式 GMPCR 框架，通过二阶兼容结构和谱响应评估对应关系及扫描对可靠性，筛除不可靠对应并选择有信息的扫描对，再利用最大团假设生成和自适应历史感知同步估计全局位姿。在 3DMatch、3DLoMatch、ScanNet 和 ETH 上进行了实验，作者报告在 3DMatch 和 3DLoMatch 上分别达到 97.2% 和 89.6% 的配准召回率，并兼顾精度、低重叠鲁棒性和计算效率。
关注理由 研究多视点点云配准与全局位姿同步，属于三维场景重建的支撑方法，但摘要未涉及 Gaussian/Splat 表示或城市任务。
VideoTok4D：面向紧凑世界表示的 4D 感知视频编码器
VideoTok4D: A 4D-Aware Video Tokenizer for Compact World Representation
论文提出 VideoTok4D，将视频视为动态三维世界的观测，并通过时空解耦把内容分为静态和动态 token。轨迹感知动态注意力聚合与轨迹对齐的信息，以增强跨视角运动一致性；Co4DGen 则在该 token 空间学习扩散先验，用于高效 4D 场景生成。作者报告其性能达到论文所称的 state-of-the-art，相比稠密 4D 表示最多减少四个数量级的存储需求，并缩短扩散序列。
关注理由 摘要研究面向真实世界 4D 场景的紧凑表示与生成，涉及可扩展场景生成的直接支撑，但未明确涉及 Gaussian 表示或城市对象。
待确认 · 1
面向三维场景理解的分区不变调优
Partition-Invariant Tuning for 3D Scene Understanding
论文提出 PointPiT，通过场景感知结构适配器融合局部几何与全局场景上下文，并用梯度子空间优化选择稳定更新方向，以减轻大规模场景序列化分区变化的影响。摘要称其仅使用骨干网络不足 1% 的参数，在多个场景级基准上达到可与全量微调竞争甚至更优的结果。
关注理由 研究大规模场景点云理解的参数高效微调，但摘要未说明其面向城市任务、Gaussian 表示或城市生成的直接技术联系。