论文日报 2026-09-25

12 篇论文筛选完成
收集详情

采集完成 · 候选 519 · 已筛选 519
RSS 公告日期:2026-09-25
更新时间:2026-09-25T06:11:12.913440Z
中文总结由 AI 基于论文标题与作者摘要生成。

重点推荐 · 9

Heartian:生理感知的可重光照 Gaussian 头部头像

$\unicode{x1F493}$Heartian: Physiology-Aware Relightable Gaussian Head Avatar

arXiv:2609.28539v13DGS
Xiaoyue Fan 等 4 人

Xiaoyue Fan, Jose Echevarria, Akshay Paruchuri, Kaan Ak\c{s}it

论文提出 Heartian,在可重光照头部头像的面部皮肤区域 Gaussian 上学习逐帧、随心脏周期变化的反照率调制,以嵌入可恢复的 rPPG 信号。方法用两个 Gaussian 函数建模心脏波形,并通过轻量 MLP 学习空间残差。在 152 段记录上,属性空间心率恢复 MAE 为 0.29 bpm;渲染后最佳配置的 MAE 为 0.97 bpm,同时 PSNR 平均仅下降 0.005 dB。

关注理由 直接研究 Gaussian 头部头像中的时变外观属性编码与可渲染生理信号恢复,属于 3D Gaussian 表示、渲染和编辑方向。

PePESeg3D:感知先验增强的 3D Gaussian Splatting 多尺度分割

PePESeg3D: Perception Prior Enhances Multi-Scale Segmentation for 3D Gaussian Splatting

arXiv:2609.28645v13DGS
Sungjae Choi 等 3 人

Sungjae Choi, Seunghee Koh, Junmo Kim

论文提出 PePESeg3D,将感知先验同时注入 3D Gaussian 几何重建和对比学习。重建阶段利用单目深度与掩码约束形成语义一致的物体结构;特征学习阶段结合密集深度—颜色线索和跨视图质心监督,弥补二维基础模型掩码的不完整性。作者在 SPIn-NeRF、LERF-Mask 和 NVOS 上报告了多尺度分割与场景重建的作者所称最优性能。

关注理由 直接研究 3D Gaussian Splatting 的几何重建、多尺度语义分割与视图一致特征学习,属于 3DGS 语义理解和重建方向。

只保留所见之物:3D Gaussian Splatting 中视角相关外观的观测 Gram 压缩

Only What Was Seen: Observation-Gram Compaction of View-Dependent Appearance in 3D Gaussian Splatting

arXiv:2609.28997v13DGS
Krzysztof Pietroszek

Krzysztof Pietroszek

论文提出逐 Gaussian 的观测 Gram 矩阵,用训练视角与混合权重刻画球谐系数变化到图像误差的一阶映射。该度量支持闭式阶数降低、基于率失真的阶数分配,以及矩阵加权的 Lloyd 向量量化。将其替换进 Compressed3D 后,作者报告微调前 PSNR 提升 0.49 dB、匹配码率下提升 0.32 dB;仅依赖该度量的免训练方案在相同质量下比 GSICO 小 15%。

关注理由 直接研究 3D Gaussian Splatting 的视角相关外观压缩、度数分配和向量量化,属于 3DGS 压缩与可扩展性方向。

ToCo-Mesh:通过自适应细分与表面对齐2DGS实现拓扑一致的动态网格重建

ToCo-Mesh: Topology-Consistent Dynamic Mesh Reconstruction via Adaptive Tessellation and Surface-Aligned 2DGS

arXiv:2609.29529v12DGS
Chuanjin Fan 等 6 人

Chuanjin Fan, Wenjie Chang, Aibing Li, Bingzhou Wang, Wenfei Yang, Tianzhu Zhang

论文针对动态网格重建中细节恢复与拓扑稳定性难以兼顾的问题,提出双网格表示:将规范模板网格通过重心参数化绑定到随时间变化的粗引导网格,并依据误差对模板执行拆分与合并以逐步提升细节。方法进一步引入表面对齐2DGS,将展平Gaussian锚定到网格面,并利用渲染法线辅助几何优化。作者报告其达到SOTA几何精度,同时保持有竞争力的渲染质量。

关注理由 直接研究表面绑定的2D Gaussian Splatting,用于动态网格重建和渲染质量提升,属于2DGS核心方法。

SpectralCTGaussians:使用3D Gaussian Splatting进行投影域重建与基材料分解

SpectralCTGaussians: Projection-Domain Reconstruction and Basis Material Decomposition for Spectral CT using 3D Gaussian Splatting

arXiv:2609.29638v13DGS
Reinout Vos 等 3 人

Reinout Vos, Saptarshi Neil Sinha, Michael Weinmann

论文将每个Gaussian的基材料比例加入可学习参数,并结合能量相关基函数,通过可微多色前向模型联合优化各能量通道,实现多能谱CT重建与材料分解。材料系数再通过均值漂移聚类进行分解。作者在真实和合成数据上报告,该方法优于传统基线的新视角合成结果,并取得对比方法中最佳的光谱CT体重建PSNR,同时以单一共享表示描述全部能量通道。

关注理由 直接使用3D Gaussian Splatting进行多能谱CT体重建和材料分解,属于Gaussian场景表示的重建方法;但应用不是城市场景。

SplatLabel:通过4D Gaussian Splatting进行伪标注

SplatLabel: Pseudo-Labelling through 4D Gaussian Splatting

arXiv:2609.29836v13DGS
Nitya Nanvani 等 3 人

Nitya Nanvani, Andras Palffy, Holger Caesar

论文提出SplatLabel,使用4D Gaussian表示显式建模3D基元的轨迹与生命周期,从而处理动态目标并生成LiDAR分割和任意分辨率语义占用网格。方法通过360度LiDAR虚拟深度图补充未观测区域的几何,并蒸馏2D模型的连续软概率以缓解时空语义歧义;同时以选择性分类的风险—召回指标评估伪标注。作者在SemanticKITTI上报告其在多个召回水平优于现有基线。

关注理由 直接研究4D Gaussian表示,用于动态环境的语义伪标注、LiDAR分割和占用预测,属于Gaussian表示与动态语义理解方向;但应用主要面向自动驾驶数据。

AdaTex4D:4D Gaussian Splatting 的自适应纹理容量分配

ADATEX4D: adaptive texture capacity allocation for 4D gaussian splatting

arXiv:2609.29963v13DGS
De Jiang 等 4 人

De Jiang, Peiqiang Wang, Kehong Yuan, Shaohua Ma

论文针对所有 Gaussian 使用相同纹理分辨率导致低细节或低可见区域浪费存储的问题,提出 AdaTex4D。方法为每个 Gaussian 携带打包 RGBA triplanes,并依据可见性归一化的屏幕空间梯度和变形局部尺度,独立调整两个纹理轴。N3DV 与 PanopticSports 实验显示,在保持重建质量的同时纹理存储减少一半以上;固定内存预算下,方法优于统一纹理分配,并降低模型及峰值内存。

关注理由 直接研究变形 4D Gaussian Splatting 的纹理容量分配、存储压缩与重建质量,属于关注的 Gaussian 表示效率与动态建模方向。

OceanXL:通过分块与自适应剪枝实现大规模水下 3D Gaussian Splatting

OceanXL: Large-scale Underwater 3D Gaussian Splatting via Block Partitioning and Adaptive Pruning

arXiv:2609.29985v13DGS
Haoran Wang 等 10 人

Haoran Wang, Shaoyu Cai, Adrian Azzarelli, Zhuodong Jiang, Guoxi Huang, Eng Tat Khoo, Brett Seymour, Fan Zhang, David Bull, Nantheera Anantrasirichai

论文面向水下大场景重建中光照衰减、散射、覆盖有限以及内存和优化开销高的问题,提出 OceanXL。方法采用分治策略,将场景划分为空间相干区块以提高优化效率并保持全局几何一致性,同时设计适应水下条件的自适应剪枝以移除冗余 Gaussian。作者还发布大规模水下数据集。五个大场景实验显示出良好的可扩展性、紧凑性和效率—质量权衡;在 SeaThru-NeRF 上,模型尺寸显著小于水下专用方法且重建质量具有竞争力。

关注理由 直接研究大规模水下 3D Gaussian Splatting 重建、分块优化和自适应剪枝,属于 Gaussian 场景表示的可扩展重建方向;但摘要未涉及城市场景。

迈向实用的三维 Gaussian Splatting 压缩

Towards Practical Compression of 3D Gaussian Splatting

arXiv:2609.30245v13DGS
Pengpeng Yu 等 7 人

Pengpeng Yu, Yueru Chen, Fei Song, Tai Qin, Qi Zhang, Jing Wang, Yulan Guo

论文针对 3D Gaussian Splatting 存储开销大、空间上下文建模复杂以及浮点推理可能导致跨平台熵解码失败的问题,提出 COSA-GS。方法通过锚点级因果分解,以坐标构造几何上下文并建模紧凑锚点潜变量,再用于属性编码;同时结合率失真优化、自适应 Gaussian 剪枝、量化感知训练和整数推理。作者报告该方法取得 SOTA 压缩性能,并支持快速、稳定且跨平台一致的解码。

关注理由 直接研究 3D Gaussian Splatting 的压缩、剪枝、量化与跨平台熵解码一致性,属于三维 Gaussian 场景表示的压缩方向。

相关方法 · 1

HelloWorld:迈向生成式驾驶世界模型的实际应用

HelloWorld: Towards Practical Applications of Generative Driving World Models

arXiv:2609.28931v1城市生成
Fan Lu 等 23 人

Fan Lu, Hanshi Wang, Zijing Wang, Quan Feng, Zhi Wang, Shijie Chen, Xianming Zeng, Yujian Zhang, Jiazhe Wang, Xin Zha, Kai Wang, Zhijie Zhao, Lin Zhu, Tianyi Yang, Yucheng Xu, Tao Ji, Haodong Zhang, Zhipeng Zhang, Peixi Peng, Guang Chen, Xingliang Liu, Lei Yang, Jianyun Xu

HelloWorld 是一个 2B 驾驶世界模型,将异构视频中的视觉与运动先验逐步专化为受控驾驶生成,并以自车位姿、高清地图和 3D 框作为条件。其块因果生成接口和自生成上下文适配面向连续仿真,同时支持七相机同步 RGB 与条件 LiDAR 生成,并通过蒸馏实现少步推理。摘要称实验评估了视觉质量、控制一致性、跨视图一致性、重复生成鲁棒性和效率。

关注理由 直接研究可控驾驶世界模型,用于多传感器户外场景生成和交互式仿真;虽未明确限定城市,但属于可扩展户外/驾驶场景生成的支撑技术。

待确认 · 2

M-plicits:通过嵌套多尺度残差实现神经隐式表面

M-plicits: Neural Implicit Surfaces via Nested Multiscale Residuals

arXiv:2609.28684v1
Vin\'icius da Silva 等 11 人

Vin\'icius da Silva, Isabelle Melo, Matheus Bessa, Guilherme Schardong, Luiz Schirmer, Andr\'e Ara\'ujo, Nuno Gon\c{c}alves, H\'elio Lopes, Alberto Raposo, Luiz Velho, Tiago Novello

论文以嵌套邻域训练的 MLP 残差和构建多尺度隐式表面,并使用多尺度 sphere tracing 与解析法线计算实现实时渲染。摘要报告其在 Stanford 和 Thingi32 上取得若干 Chamfer 距离、IoU 及噪声鲁棒性结果,但未说明与 Gaussian 表示或城市建筑任务的直接联系。

关注理由 论文提出通用神经隐式表面表示与实时渲染方法,不使用 Gaussian 场景表示;摘要未说明其与城市或建筑任务的直接联系,因此仅凭摘要不足以纳入关注范围。

OREO:通过即时渲染—编辑优化实现3D生成保真度对齐

OREO: Fidelity Alignment in 3D Generation via On-the-fly Rendering-Editing Optimization

arXiv:2609.29788v1
Zhiyuan Ma 等 6 人

Zhiyuan Ma, Wenbo Hu, Wang Zhao, Pengfei Wang, Ying Shan, Lei Zhang

论文提出OREO,通过2D扩散先验构建动态优化循环,将3D输出的渲染视图即时编辑为2D伪目标。其强化编辑模块在保持几何、视点和内容的同时提升渲染视觉保真度,再用这些伪目标监督3D生成器从自身样本中学习。作者报告该方法相比预训练基线生成了视觉真实性更高的3D资产。

关注理由 研究通用3D生成器的视觉保真度对齐,方法直接支撑通用3D场景生成,但摘要未说明Gaussian表示或城市任务。