收集详情
采集完成 · 候选 820 · 已筛选 820
RSS 公告日期：2026-10-01
更新时间：2026-10-01T06:17:36.239266Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 6
Gaussian Stippling：通过混合采样及时空重建实现高效无排序 3D Gaussian 渲染
Gaussian Stippling: Efficient Sorting-Free 3D Gaussian Rendering through Hybrid Sampling and Spatiotemporal Reconstruction
论文针对 3DGS 深度排序和有序 alpha 混合带来的渲染开销，提出 Gaussian Stippling，将连续 Gaussian splat 转为离散随机可见性样本，并混合原语级与片段级采样。为抑制低采样率下的时空噪声，作者设计利用 Gaussian 属性的轻量时空重建网络。作者报告该方法可推广到未见场景，在移动设备上实现交互式、时间稳定且视觉合理的渲染，并在特定配置下取得更高画质。
关注理由 直接研究 3DGS 的排序无关渲染、随机采样和时空重建，属于 Gaussian 场景表示的渲染与效率优化。
StereoGaussians：从双目图像前馈生成 3D Gaussian Splatting
StereoGaussians: Feed-Forward 3D Gaussian Splatting from Stereo Images
论文提出 StereoGaussians，从单个标定双目图像对前馈预测度量 3DGS 表示。方法复用冻结立体网络的中间特征预测 Gaussian 属性，以标定视差锚定几何，并通过第二层 Gaussian 与扩展画布增加对新显露区域和视场外内容的容量。作者构建包含 803 个训练场景的 SceneSplat-Stereo 数据，实验在未见真实及照片级立体基准上优于若干视图合成基线。
关注理由 直接从标定双目图像前馈预测度量 3DGS，并处理新显露区域和视场外内容，属于 Gaussian 场景重建与跨视角合成。
TSGL：用于 3DGS 压缩的教师-学生图学习
TSGL: Teacher-Student Graph Learning for 3DGS Compression
论文提出 TSGL，用教师-学生图学习直接压缩已训练的 3DGS 模型，无需重新训练或访问训练图像。方法以 Gaussian 位置和 DC 球谐系数学习邻近 Gaussian 间的信号相关图，再对其余属性执行图傅里叶变换，使能量集中到低频系数。作者在三个标准基准上报告 27 至 33 倍压缩，同时 PSNR 损失低于 0.6 dB，并优于近期训练后压缩方法。
关注理由 直接研究训练后 3DGS 模型压缩，通过图学习和图傅里叶变换降低 Gaussian 属性的存储开销，属于 Gaussian 表示压缩与可扩展性方向。
UGOD：稀疏视图 3D Gaussian Splatting 的不确定性引导不透明度与丢弃
UGOD: Uncertainty-Guided Opacity and Dropout for Sparse-View 3D Gaussian Splatting
论文针对稀疏视图 3DGS 中部分 Gaussian 约束不足、却仍参与 alpha 混合而导致过拟合的问题，提出 UGOD。方法利用轻量不确定性头预测视角相关的不确定性，并通过可微不透明度调制降低高不确定性 Gaussian 的贡献；训练时加入停止梯度的软丢弃分支，抑制模型依赖不可靠基元。作者在 Mip-NeRF 360 和 LLFF 上报告了更好的稀疏视图新视角合成效果，并获得更紧凑的 Gaussian 表示。
关注理由 直接研究稀疏视图 3D Gaussian Splatting 重建，通过不确定性调节 Gaussian 的渲染贡献并减少过拟合。
EffGS：高效且高保真的 Gaussian Splatting
EffGS: Efficient and High-Fidelity Gaussian Splatting
论文针对现有通用 3DGS 加速方法扩展到复杂大规模场景时出现质量下降的问题，提出 EffGS。方法结合频率感知引导、局部密度控制和自适应基元尺度调制：利用像素重建误差与差分高斯掩码进行阶段性空间引导，仅在有效投影区域执行增密和剪枝，并学习每个 Gaussian 的有效尺度。作者在有界及大规模场景数据集上报告了训练时间、重建质量和基元数量之间的良好平衡，并通过消融和相同基元预算实验支持各组件效果。
关注理由 直接研究 3D Gaussian Splatting 的训练与渲染加速，并面向大规模场景保持重建质量与控制基元数量。
重建动态世界：四维场景重建的表示中心视角
Reconstructing the Dynamic World: A Representation-Centric View of 4D Scene Reconstruction
论文从表示角度统一梳理四维动态场景重建，重点组织场景表示、时序建模策略、重建流程和优化目标，并讨论这些设计对几何保真度、外观一致性、运动表示及计算效率的影响。摘要明确涵盖 NeRF 与 3DGS，进一步汇总常用数据集和评估指标，指出复杂真实动态环境重建中的实验与方法学挑战。该工作属于综述和研究框架，而非提出新的 Gaussian 重建算法。
关注理由 论文明确综述 NeRF 与 3DGS 在动态四维场景重建中的表示、时序建模、流程和评估，直接覆盖 3DGS 研究兴趣。
相关方法 · 6
用于可动画 Gaussian 头部头像的语义修复学习
Learning Semantic Inpainting for Animatable Gaussian Head Avatars
论文提出 SInGA，从单张图像学习可动画的 Gaussian 头部头像。方法在 UV 空间利用人脸拓扑和对称性，提取观测区域特征并补全未观测面部区域，再回归 Gaussian 属性；同时在表面或像素位置堆叠多个 Gaussian 以增强细节。作者报告该方法无需逐身份优化即可跨身份泛化，并支持动画、未观测视角一致渲染及更好的完整性与身份保持。
关注理由 直接研究从单张图像学习可动画 Gaussian 头部头像，并通过语义补全预测 Gaussian 属性，属于 Gaussian 表示构建与未观测视角生成。
SPOON：从未标定多视图图像生成连贯的组合式三维场景
SPOON: Towards Coherent Compositional 3D Scene Generation from Uncalibrated Multi-view Images
论文关注组合式三维场景生成中的空间组织问题：如何在保持多视图一致性的同时，将生成的对象资产安排为全局连贯的场景。SPOON 将任务重构为场景级、几何约束的姿态推理，并通过 Guide-Route-Reconcile 流程利用重建得到的多视图几何，逐步协调对象姿态与相机配置。作者在 ARSG-110K 和 MIDI-3D-Front 上报告了对象放置和场景组合的持续改进，并在 ARSG-110K 上报告场景级和对象级 Chamfer 距离分别降低 12.7% 和 17.7%。
关注理由 直接研究多视图条件下的组合式 3D 场景生成与场景级空间布局，通过几何约束协调对象姿态和相机配置；虽未明确限定城市场景，但属于可支撑城市/建筑场景生成的通用场景布局方法。
BTC3D：用于细节增强图像到三维生成的混合分块条件
BTC3D: Blended Tile Conditioning for Detail-Enhancing Image-to-3D Generation
论文针对图像到三维生成中全局条件压缩空间信息、导致细节衰减的问题，提出训练免费的推理时框架 BTC3D。方法从分块图像区域提取局部条件信号，构造混合分块嵌入，并在扩散后期逐步增强分块条件的影响，以协调全局结构与局部细节。作者报告该方法可提升基础模型的纹理质量和视觉保真度，同时保持整体结构一致性。
关注理由 论文研究训练免费的图像到三维生成细节增强，属于可扩展三维内容生成的通用支撑技术，但摘要未指向 Gaussian 表示或城市、建筑任务。
FAST：流式任意场景变换器
FAST: Flow Any Scene Transformer
论文提出 FAST，用单视图视觉基础模型中的 query-key 投影初始化跨视角匹配器，并通过将部分自注意力层重连为交叉注意力，实现无需参数新增的跨视角交互。作者构建了包含六百万图像对的训练语料，用于通用密集二维位移估计。摘要称，FAST 在多个基准上达到作者所称的最新性能，并能随骨干网络规模和训练数据扩展而提升。
关注理由 论文研究通用跨视角密集对应与位移估计，可直接支撑跨视角城市重建或合成，但摘要未限定城市场景，也未涉及 Gaussian 表示。
DyRAD：动态驾驶场景的雷达新视角合成
DyRAD: Radar Novel View Synthesis for Dynamic Driving Scenes
论文提出 DyRAD，通过静态背景反射体与带运动轨迹的动态点反射体建模动态驾驶场景，并渲染完整的范围—方位—多普勒张量。方法依据目标轨迹估计反射体速度，并使用由雷达信号处理链推导的解析点扩散函数，避免传感器扩散被错误吸收到场景几何中。作者在 RADIal、Boreas 和合成数据集上评估，并报告 RADIal 中可恢复 90.7% 的参考检测目标，高于基线的 26.9%。
关注理由 论文研究动态驾驶场景的雷达新视角合成，属于户外动态场景重建与邻近点反射表示，可作为城市场景生成的支撑技术；但不是 Gaussian 场景表示。
LOCI：用于流式世界模型的空间线性记忆
LOCI: Spatial Linear Memory for Streaming World Models
论文提出 LOCI 混合空间记忆架构，同时保留键值缓存和循环线性注意力记忆。其循环记忆的读写由投影相机几何调节，使视点参与记忆寻址和内容存储；循环读出再为缓存注意力提供场景上下文。作者在 MIND 记忆基准和记录轨迹上报告，LOCI 比代表性世界模型更准确地复现重访内容；完整历史下峰值内存较全 softmax 低约 30%，有限观测库下可用恒定内存流式处理长视频。
关注理由 论文提出面向视频世界模型的空间记忆架构，直接支撑长视频和可扩展动态场景建模，但摘要未涉及 Gaussian 表示或城市专门任务。
待确认 · 2
Matisse：用于主动三维重建的证据空间推理
Matisse: Evidence-Space Reasoning for Active 3D Reconstruction
论文提出无需训练的 Matisse，将主动视角获取与长时域重建中的关键帧选择统一起来。方法利用预训练生成式三维模型中与三维潜变量相关的交叉注意力证据，估计证据不确定性和信息增益，并结合遮挡感知、对象平衡聚合及中间潜变量传播来规划观测。作者报告其在 GSO30、YCB-V 和 Replica 上降低 Chamfer 距离，并在 GSO30 上以更少视角达到可比重建效果。
关注理由 研究受限视角下的主动三维重建与关键帧选择，属于通用三维重建支撑方法；摘要未涉及 Gaussian/splat 表示，也未明确面向城市或建筑任务。
通过自蒸馏涌现多视图几何
Emergent Multi-View Geometry Through Self-Distillation
论文提出 Poincar3，通过教师网络观察额外视图，并结合掩码图像块与图像级自蒸馏，在无显式三维监督和无需 RGB 重建的情况下学习多视图表示。摘要称该方法在对应关系估计、相机位姿估计和三维重建上优于若干单视图及多视图自监督方法，并能更准确编码相机运动。摘要未说明其是否面向 Gaussian 场景表示或城市任务。
关注理由 摘要研究多视图自监督表示、对应关系、相机位姿和三维重建，但未涉及 Gaussian/Splatting 表示或明确的城市生成任务；可作为一般多视图三维重建背景，但摘要未显示与目标方向的直接联系。