收集详情
采集完成 · 候选 667 · 已筛选 667
RSS 公告日期：2026-09-22
更新时间：2026-09-22T06:20:54.723071Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 8
LINGO：用于稀疏视角 X 射线新视角合成与 CT 重建的潜在初始化和梯度优化
LINGO: Latent Initialization and Gradient Optimization for Sparse-view X-ray Novel View Synthesis and CT Reconstruction with 3D Gaussian Splatting
论文面向稀疏视角 X 射线新视角合成和 CT 重建中的结构歧义、噪声、初始化不稳及低密度区域梯度弱问题，提出 LINGO 框架。方法结合潜在掩膜空间初始化、由 X 射线掩膜构造的体素级三维滤波器、自适应体素缩放和动态损失缩放，以增强结构完整性并加速训练。摘要报告在 X3D 数据集上，新视角合成的 PSNR 和 SSIM 平均提升 0.72 与 0.0039，CT 重建平均提升 0.36 与 0.0134，并在 5k 步内达到通常需 30k 步训练模型的相当重建质量。
关注理由 摘要直接研究将 3D Gaussian Splatting 用于稀疏视角 X 射线新视角合成与 CT 重建，并改进初始化和梯度优化；虽非城市场景，但属于关注的 3DGS 表示与重建方法。
D3GS：深度、DINO与RGB扩散协同引导的稀疏视角三维高斯泼溅重建
D3GS: Depth, DINO, and RGB Diffusion Co-Guided 3D Gaussian Splatting for Sparse-View Reconstruction
论文提出D3GS稀疏视角高斯重建框架，联合增强几何与外观。方法先通过扩散补全和DPT细化恢复高分辨率度量深度，用于高斯初始化与几何约束；再利用DINO引导的视角一致性学习增强结构属性，最后通过扩散式高斯细化注入生成先验。作者在DTU、LLFF和Mip-NeRF 360上报告了相对强基线的持续改进。
关注理由 直接研究稀疏视角3D Gaussian Splatting重建，涵盖几何初始化、跨视角一致性与细节增强。
通过跨表示先验压缩三维高斯泼溅
Compressing 3D Gaussian Splatting via Cross-Representation Priors
论文提出CRP-GS压缩框架，针对锚点之间未充分利用的冗余进行建模。其对应导向层级结构按特征对应关系组织锚点，以条件编码改善似然预测；共享特征聚合则从上下文哈希网格提取全局低频信息。两者在统一率失真目标下训练。作者报告相较锚点式基线平均码率降低约30%，同时保持可比渲染质量。
关注理由 直接研究3DGS表示压缩，通过跨表示先验降低锚点级编码冗余并保持渲染质量。
GrapeSplat：通过几何约束的融合式无位姿编码进行前馈三维高斯泼溅重建
GrapeSplat: Geometry-Grounded Reconstruction via Amalgamated Pose-Free Encoding for Feed-Forward 3D Gaussian Splatting
论文提出GrapeSplat，将多视图线索融合到体素对齐的场景表示中，并直接从稀疏网格解码高斯，无需逐场景优化或后处理。Atlas Encoder提取带几何和外观信息的特征，PEACH-Vox将无界场景压缩到有界稀疏网格，稀疏解码器再为占据单元生成多个高斯。作者报告其可单次前向生成场景，并从4到64视角零样本泛化。
关注理由 直接研究无位姿、无标定图像到可渲染3DGS场景的前馈重建，并强调无界场景的可扩展表示。
LiteTex-GS：快速轻量的 Gaussian Splatting 纹理化
LiteTex-GS: Fast and Lightweight Texturing for Gaussian Splatting
论文针对 Gaussian Splatting 中高频纹理带来的大量基元、显存和优化开销，提出 LiteTex-GS。方法为每个 Gaussian 初始化极简局部纹理，并按重建误差逐步提高分辨率，同时结合贡献度与面积感知剪枝，以及分辨率感知更新规则。作者报告在标准新视角合成基准上，以更少参数和更短训练时间获得有竞争力或更优的渲染质量。
关注理由 直接研究 Gaussian Splatting 的纹理表示、压缩与高效渲染，属于关注的 Gaussian 场景表示方向。
ProxyBuild：基于网格锚定程序化代理的文本引导结构化 3D 建筑生成
ProxyBuild: Text-Guided Structured 3D Building Generation with Mesh-Anchored Procedural Proxies
论文提出 ProxyBuild，以网格锚定程序化代理 MAPP 作为中间表示，将建筑生成拆分为代理预测和代理到资产实例化两阶段。模型利用面—边二部图编码器推断拓扑元素语义，再结合 LLM 解析的文本风格与属性参数进行资产检索、空间放置和硬约束组装。作者报告该方法缓解过度平滑、组件碰撞和结构破坏，并能生成可后编辑建筑。
关注理由 直接研究文本引导的结构化 3D 建筑生成、可编辑程序化代理和建筑资产组装，属于建筑生成与程序化创建方向。
GAPS：用于稀疏视角 3D Gaussian Splatting 的生成式主动伪视图选择
GAPS: Generative Active Pseudo-view Selection for Sparse-View 3D Gaussian Splatting
论文针对稀疏视角 3DGS 中浮游物、几何断裂和背景褪色问题，提出交替优化框架，利用预训练图像扩散模型生成几何一致的伪视图，并通过 GAPS 主动选择目标视角。方法结合深度条件 ControlNet、风格适配、场景 LoRA、结构锚定、不确定性加权损失和密度自适应 DropGaussian。作者报告在 LLFF 与 Mip-NeRF 360 的多种视角设置下提升 PSNR、SSIM 并降低 LPIPS。
关注理由 直接研究稀疏视角 3D Gaussian Splatting 重建，通过扩散模型生成伪视图并进行主动选择以改善新视角合成。
GARO：面向实时高保真动态 Gaussian Splatting 的几何感知冗余优化
GARO: Geometry-Aware Redundancy Optimization for Real-Time and High-Fidelity Dynamic Gaussian Splatting
论文针对可变形 Gaussian Splatting 中冗余 Gaussian 导致的显存和渲染效率问题，提出 GARO。在自适应密度控制阶段，方法先依据优化活动度筛选低梯度候选点，再利用低曲率分析评估几何复杂度，从而过滤和剪枝冗余点。作者在合成与真实数据集上报告质量基本稳定，同时渲染速度提升 2 倍。
关注理由 直接研究动态 Gaussian Splatting 的冗余度量、剪枝与紧凑表示，属于动态建模和可扩展性方向；摘要未说明城市应用。
相关方法 · 5
VDGS：面向航拍场景重建的可见性驱动大规模三维高斯泼溅
VDGS: Visibility-Driven Large-Scale 3D Gaussian Splatting for Aerial Scene Reconstruction
论文提出VDGS，用相机分布参与大规模场景建模。方法为场景锚点引入可见性驱动统计量，以衡量监督强度，并据此进行场景划分和欠优化区域的梯度补偿，从而平衡不同区域的优化。作者在多个大规模航拍场景数据集上报告，在视角分布不均衡时优于现有方法，在分布较均匀时保持有竞争力的性能。
关注理由 直接研究面向大规模航拍场景的3DGS重建与可扩展优化，属于城市及户外场景的支撑技术。
UltraTex：释放2K多视图扩散进行三维纹理生成
UltraTex: Unleashing 2K Multi-View Diffusion for 3D Texturing
论文提出UltraTex，用于高分辨率多视图扩散式3D纹理生成。方法通过背景令牌丢弃和块稀疏注意力降低2K多视图序列的计算开销，并以面向前景的VAE解码减少伪影；同时构建覆盖超过268,000个3D资产的高分辨率多视图数据集。作者报告纹理细节更丰富，并获得约20.6至91.1倍训练加速和22.3至74.6倍端到端推理加速。
关注理由 直接研究高分辨率多视图扩散式3D纹理生成与大规模3D资产数据，属于建筑资产和城市生成的支撑技术；摘要未涉及Gaussian表示。
OpenFlyScan：面向消费级无人机的质量引导航空重建系统
OpenFlyScan: A Quality-Guided Aerial Reconstruction System for Consumer Drones
论文针对消费级无人机重建大规模城市资产时观测不足、质量反馈滞后的问题，提出 OpenFlyScan。系统利用 GS 渲染误差学习区域质量模型，再由规划器生成补充再采集条带，并通过移动应用执行斜视测绘与数据传输。摘要报告真实航空场景实验能识别可能重建较差的区域，Expo West 实验中额外视角 PSNR 提升 10.95 dB。
关注理由 摘要明确以 3DGS 为核心，面向大规模城市资产重建，并通过质量预测和航线再采集改善城市场景重建。
动态热 Gaussian：多模态四维 Gaussian Splatting
Dynamic Thermal Gaussians: Multimodal 4D Gaussian Splatting
论文针对现有三维热重建通常假设温度分布静态、难以描述热传递动态的问题，提出动态 RGB-热成像重建框架。方法以共享几何基底联合建模外观、热观测和时变场景，引入多模态嵌入增强运动表达，并通过路由机制保留共享多模态 Gaussian，同时在细节丰富区域生成模态特定 Gaussian。作者报告该方法实现了高保真的外观与温度时空重建，并发布了包含高频温度变化的基准数据集。
关注理由 摘要明确提出以共享多模态 Gaussian 为几何骨干的动态 RGB-热成像四维重建框架，直接涉及动态 Gaussian Splatting 场景表示与重建；但未涉及城市任务。
GAE：学习用于三维一致世界生成的几何原生潜空间
GAE: Learning a Geometry-Native Latent Space for 3D-Consistent World Generation
论文针对视觉生成器通常偏重外观、难以保持跨视图三维一致性的问题，提出几何原生自动编码器，将几何基础模型特征重新参数化为紧凑潜空间。该潜表示可联合解码为外观、深度、相机和点图，并与条件流结合支持多种生成任务。在固定生成器和训练流程的对比中，作者报告其在 RealEstate10K 与 DL3DV 上降低了 FVD，并将 RealEstate10K 的相机轨迹误差减半，表明几何原生潜空间可作为感知与生成之间的共享接口。
关注理由 摘要提出用于三维一致世界生成的几何原生潜空间，联合支持外观、深度、相机和点图解码，并改善跨视图三维一致性；属于可服务城市场景生成的通用支撑技术，但未明确涉及城市。
待确认 · 6
RegVGGT：基于调控记忆的流式可持续视觉几何定位
RegVGGT: Sustainable Visual Geometry Grounding for Streaming via Regulated Memory
论文提出免训练的 RegVGGT，通过估计输入帧 token 的显著性，仅允许少量 token 更新上下文记忆，以抑制长视频流处理中的显存增长。作者报告其可在消费级 GPU 上处理数千帧，并在长时域基准上取得较好表现。摘要未说明其是否采用 Gaussian 表示或直接服务于城市任务。
关注理由 研究长视频流中的通用 3D 重建上下文记忆调控，但摘要未说明 Gaussian/splat 表示，也未与城市或建筑任务建立直接联系。
超越 UV 映射：基于表面对齐纹理场的网格纹理压缩
Beyond UV Mapping: Mesh Texture Compression via Surface-Aligned Texture Fields
论文针对传统二维 UV 图集存在图表不连续和映射开销的问题，提出表面对齐纹理场 TexF，将纹理属性组织为由网格表面导出的稀疏体素，并利用既有三维属性编码器进行比特流压缩。针对 GPU 常驻场景，作者提出结合量化哈希特征与轻量解码器的 3DNTC，并通过可微渲染优化表示。在 MPEG 和 AOM 网格压缩基准上，作者报告其相较代表性 UV 方法取得更好的平均率失真性能，且支持实时渲染。
关注理由 论文提出面向网格表面纹理的三维压缩表示与实时解码方法，属于一般三维表示压缩；但摘要未涉及 Gaussian 表示或城市任务，因此仅可视为邻近支撑技术。
VGGT-Prime：用于高效视觉几何变换器的计算自适应多头混合
VGGT-Prime: Compute-Adaptive Mixture-of-Heads for Efficient Visual Geometry Transformers
论文针对视觉几何模型在长多视图序列上的二次复杂度和高推理延迟，转而分析全局注意力中的架构冗余。作者提出 VGGT-Prime，以轻量路由器为每个注意力头估计所需计算量，并动态分配不同计算模式，从而形成计算自适应的多头混合模型。在多个数据集上，作者报告其相较 VGGT 可实现 8 倍推理加速，同时保持具有竞争力的相机位姿、深度和点云预测性能；结合 token merging 时，最高可达 14 倍加速。
关注理由 论文研究多视图三维重建模型的高效推理，输出相机位姿、深度和点云，可作为三维场景重建与可扩展性的支撑方法；但未涉及 Gaussian 表示或城市场景。
Mira-Scene：用于生成式三维场景的像素对齐布局
Mira-Scene: Pixel-Aligned Layouts for Generative 3D Scene
论文针对单图像三维对象生成后难以准确放置到一致场景布局中的问题，提出 Mira-Scene。其核心是规范坐标图 CCM，将可见对象像素映射到对象有界规范空间中的表面坐标；结合单目几何得到的场景点云图，可通过稠密对应和鲁棒几何对齐恢复对象变换。作者进一步设计多模态扩散变换器联合生成对象几何与 CCM，以增强几何和布局一致性。在室内、室外、合成及真实场景实验中，作者报告相较 SAM3D，3D-IoU 和 2D-IoU 分别提升 39.8% 和 16.5%。
关注理由 论文研究可组合三维场景重建中的对象布局与几何一致性，直接涉及三维场景布局，但摘要未明确城市、街区、建筑或立面任务，因此属于一般三维场景布局支撑。
HappyWorld-Bench：世界模型交互可靠性评测基准
HappyWorld-Bench
摘要介绍一个评估世界模型交互可靠性的综合基准，覆盖视频、空间和具身三条轨道，并结合自动行为正确性指标与人类 A/B 比较。摘要报告其包含 1,138 个视频提示、300 个空间场景和 254 个具身案例，发现各类模型在长程一致性、空间放置和状态保持方面仍有缺陷。
关注理由 论文评估视频、空间和具身世界模型的交互一致性，属于通用世界模型基准；摘要未明确涉及 3DGS、2DGS 或城市生成任务。
NeuIDO：面向物理信息 4D 世界模型的神经内在动力学算子
NeuIDO: Neural Intrinsic Dynamics Operator for Physics-Informed 4D World Models
摘要提出 NeuIDO，通过神经算子学习将视觉观察分布映射到内在动力学分布，并采用两阶段训练获得可泛化表示。方法支持直接从视频进行零样本动力学推断，也可通过少样本适配复杂真实动力学；实验声称其能统一不同视觉观察中的动力学并快速推断新场景。
关注理由 论文研究从视频学习环境内在动力学并进行 4D 世界模型推理，属于通用动态建模；摘要未明确涉及 Gaussian 表示或城市生成。