收集详情
采集完成 · 候选 523 · 已筛选 523
RSS 公告日期：2026-10-28
更新时间：2026-10-28T06:10:56.522892Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 8
StereoSplat：通过立体视觉约束的高精度尺度新视角合成
StereoSplat: Metric-Scale Novel View Synthesis via Stereo-Grounded Gaussian Splatting
论文提出StereoSplat，一种面向立体视频的前馈式3D Gaussian Splatting架构。方法从立体基础模型提取多尺度特征与视差，通过跨视图融合、门控深度优化和逆深度空间中的可学习聚合生成3D Gaussian。作者还构建XRStereo合成数据集，并报告其提升了渲染视图的深度准确性，同时保持高保真新视角合成，并可零样本迁移至真实立体视频。
关注理由 直接研究以3D Gaussian Splatting为表示的立体视频新视角合成与深度自适应聚合，属于3DGS核心方向。
PrinGS：Gaussian Splatting中的隐私保护
PrinGS: Privacy Preservation in Gaussian Splatting
论文提出面向Gaussian Splatting表示的隐私保护框架。方法根据用户提供的参考视图定位底层3D表示中的敏感区域并直接匿名化，使其在后续新视角中持续不可见；同时提出隐私优先的训练策略，避免敏感内容嵌入表示。作者报告后处理耗时低于1秒，并给出人脸相似度、保留检测率和文字OCR错误率等结果。
关注理由 直接研究训练后Gaussian Splatting表示的隐私匿名化及隐私保护训练，属于3DGS表示编辑与部署安全方向。
ClusterSplat：用于Gaussian Splatting三维视觉定位的语义聚类选择
ClusterSplat: Semantic Cluster Selection for 3D Visual Grounding in Gaussian Splatting
论文研究3DGS中的三维视觉定位，目标是根据指代表达同时识别2D掩码和显式3D Gaussian集合。方法学习实例感知特征，构造并合并场景自适应体素簇，再用查询条件评分器选择目标簇。在ScanRefer、Ref-LERF和ScanNet v2上，作者报告其取得了较强的2D分割、3D目标匹配和定位结果。
关注理由 直接研究3D Gaussian Splatting中的语义视觉定位，选择显式3D Gaussian目标并渲染2D掩码，属于3DGS语义理解与定位。
GeoGSplat：几何引导的非像素对齐Gaussian Splatting
GeoGSplat: Geometry-Grounded Non-Pixel-Aligned Gaussian Splatting
论文针对非像素对齐前馈Gaussian Splatting中Gaussian中心错位和大视角变化下的渲染伪影，提出GeoGSplat。方法以双分支编码器构建Anchors和Triplane捕获粗粒度结构与细节，再由层次解码器生成密集3D点和Gaussian primitives。作者在DTU和NRGBD上报告其在新视角合成与重建方面超过对比方法，且远视角泛化优势更明显。
关注理由 直接研究前馈Gaussian Splatting的几何约束、3D重建和新视角合成，属于3DGS表示构建与渲染。
LingGS：解耦前馈几何预测与相机跟踪的高保真Gaussian SLAM
LingGS: Decoupling Feed-Forward Geometry Prediction from Camera Tracking for High-Fidelity Gaussian SLAM
论文提出在线Gaussian SLAM系统，将学习到的几何先验与显式几何相机跟踪结合。冻结的流式3D基础模型从单目视频提供深度，几何求解器通过特征重投影估计相机运动，流式Gaussian映射器整合观测生成稠密场景表示。在室内和室外数据集上，作者报告其提升重建质量，速度约为7 FPS，并达到所比较方法2至3倍吞吐量。
关注理由 直接研究单目RGB Gaussian Splatting SLAM中的几何预测、相机跟踪和流式Gaussian场景建图，属于3DGS重建与可扩展性。
GraftRay：通过路径追踪实现 Gaussian Splatting 场景中的物理网格插入
GraftRay: Physically Based Mesh Insertion into Gaussian Splatting Scenes via Path Tracing
论文针对 Gaussian Splatting 场景中的虚拟物体插入难以获得真实光照与阴影的问题，提出 GraftRay。方法利用扩散先验恢复场景材质和法线，显式建模具有空间范围的发光体，并以闭式形式求解其辐射；随后通过混合渲染器联合路径追踪场景 Gaussian 与插入网格。作者报告称，该方法在 FIPT 上取得新的最佳结果，在渲染保真度和阴影准确性方面优于近期方法，同时保持较高渲染效率。
关注理由 论文直接研究在 2DGS/3DGS 场景中插入可编辑网格物体，并处理材质、光照、软阴影与多视一致渲染，属于 Gaussian 场景编辑与渲染。
SplatScout：Gaussian 场景中的查询驱动部件级指代表达分割
SplatScout: Query-Driven Part-Level Referring Segmentation in Gaussian Scenes
论文针对现有 Gaussian 场景指代表达分割依赖固定候选、难以覆盖细粒度部件的问题，提出由视觉语言模型控制的查询驱动闭环方法 SplatScout。模型主动选择视图、指挥分割，并检查渲染后的 3D 结果以迭代修正预测。作者还构建 PartRef-ScanNet++，包含 12 个 ScanNet++ 场景中的 261 个经人工核验查询及基于网格的真值。作者报告称，该方法在该基准上达到 0.538 mIoU，并优于现有方法，在四个已有指代表达基准上也取得更高分数。
关注理由 论文直接研究 Gaussian 场景的查询驱动、部件级指代表达分割，属于 Gaussian 场景语义理解。
Honeycomb-Surfels：用于高效场景渲染与重建的紧凑六边形基元
Honeycomb-Surfels: Compact Hexagonal Primitives for Efficient Scene Rendering and Reconstruction
论文提出Hexels，一种带一阶空间颜色场的平面六边形表面元素，用更少且更大的基元表示局部平面区域及其外观变化。摘要报告称，在34个场景上，Hexels相较内存匹配的2DGS提升PSNR并降低训练显存；逐基元消融中最高提升4.74 dB、FPS为2DGS的2.31倍。在DTU和Tanks and Temples表面重建实验中，作者还报告了相对2DGS的误差和F1改进，并展示其对2D图像表示的适用性。
关注理由 论文提出用于3D表面重建、渲染和2D图像表示的平面六边形表面元素，并直接与2DGS和Image-GS比较，属于2DGS相关的高效表面表示支撑方法。
相关方法 · 5
Hy-Nomas：迈向自由形式的交互式世界生成
Hy-Nomas: Towards Free-form Interactive World Generation
论文提出Hy-Nomas，一个支持自由文本指令和连续相机控制的交互式视频世界模型。方法采用8B扩散骨干、历史缓存、动作感知因果注意力和视觉语言提示增强器，并通过课程学习逐步加入因果生成、文本交互、相机控制及模型生成历史训练。作者在人工评测中报告其优于现有世界模型。
关注理由 直接研究可交互世界生成、文本控制、连续相机控制和历史条件生成，可作为通用可扩展场景生成及程序化创建方向的支撑技术；摘要未明确城市场景或Gaussian表示。
学习编写世界：组合式 3D 重建的工具演化
Learning to Code the World: Harness Evolution for Compositional 3D Reconstruction
论文提出 SceneEvolve，用可执行代码表示 3D 场景，并通过工具环境演化提升小型开源智能体的重建能力。其 SceneAct 提供基于参数化原语、层次组合和语义空间关系的动作接口；SceneHarness-RSI 则利用教师模型和开发集反馈迭代改进环境，而保持模型参数、动作语义和执行后端不变。作者报告称，在两个域内数据集和一个域外数据集上，Qwen3.8-27B 提升了四项重建指标，平均推理时间降低 47.0%；相较 GPT-5.6-Sol，重建质量提高 32.3%，等效部署成本降低 59.8%。
关注理由 论文研究以可执行代码、参数化原语、层次组合和语义空间关系进行可编辑、组合式 3D 场景重建，直接属于程序化创建的支撑方法；摘要未明确限定为城市或建筑场景。
DomeGS：面向虚拟现实无界 3D Gaussian Splatting 的感知一致背景补全
DomeGS: Perceptually Consistent Background Completion for Unbounded 3D Gaussian Splatting in Virtual Reality
论文针对无界户外 3DGS 重建中因数据缺失或远距离几何约束不足导致的地平线不完整问题，提出 DomeGS。方法将 skydome 作为重建场景的一部分，并把天空与地平线整合进 3DGS 表示，以改善前景和背景的连续性。作者报告的用户实验包含 36 人，相比 skybox 基线显著提升了空间临场感和真实感。
关注理由 研究将天空与地平线作为 3DGS 场景的一部分进行无界户外场景背景补全，直接涉及 Gaussian 场景表示与渲染，但摘要未涉及城市或建筑任务。
CTBakeGS：将逼真 CT 体渲染无训练烘焙为 3D Gaussian splat
CTBakeGS: training-free baking of photorealistic CT volume renderings into 3D Gaussian splats
论文提出无需训练地将 CT 体渲染直接转换为 3DGS 模型。方法在自适应八叉树毫米级单元上放置 splat，在 GPU 上计算颜色和不透明度，并解析地转换单元不透明度，同时随机保留低透明度 splat。作者在 6 个公开 CT 扫描和 3 种传递函数上评估，报告两百万 splat 模型达到约 30.1–32.6 dB PSNR，笔记本端可在 800×800 分辨率下以 68 FPS 渲染。
关注理由 论文直接研究将 CT 体渲染转换为无需训练的 3D Gaussian splat 模型，涉及 3DGS 表示构建、渲染与表示转换；应用领域虽为医学，但方法对相关 3DGS 表示研究具有支撑价值。
GroundControl：卫星条件多视角扩散的无重建新视角合成
GroundControl: Satellite-Conditioned Multi-View Diffusion for Reconstruction-Free Novel View Synthesis
论文针对多视角扩散模型在输入视角之外容易产生不真实空间布局的问题，提出卫星条件多视角扩散模型，通过交叉注意力联合使用卫星图像与街景输入，并保留预训练多视角扩散先验。方法不进行3D场景重建。作者报告称，在户外数据集上，该方法优于仅使用卫星或街景条件的基线，尤其适用于目标视角与输入视角重叠很少的情况。
关注理由 摘要研究卫星与街景输入驱动的户外新视角合成，直接涉及卫星/地面跨视角生成与场景布局约束；未采用3D场景重建或Gaussian表示，因此属于城市生成方向的支撑技术。
待确认 · 2
生成多视图渲染的纹理整合
Texture Consolidation of Generated Multi-View Renderings
论文提出将稀疏多视图渲染结果整合为统一纹理图像的方法。系统先将渲染结果反投影到网格纹理空间，再利用带置信度的网格流场对齐颜色，最后通过梯度域拼接融合。该方法面向生成模型多视图不一致问题，为几何处理流程中的生成纹理整合提供支持。
关注理由 研究生成多视图渲染结果的网格纹理融合，可作为通用3D生成资产的支撑方法，但摘要未涉及Gaussian表示或城市任务。
Any3R：从任意相机类型进行前馈式三维重建
Any3R: Feedforward 3D Reconstruction from Any Camera Type
论文提出Any3R，通过每个像素的稠密光线场、角度坐标和立体角加权，使几何基础模型能够处理不同中心相机类型，而不依赖特定镜头模型或视场范围。作者在三个数据集和十三种中心相机上评估，报告该方法具有最稳定的准确性，并支持从异构众包及档案影像进行可扩展三维重建。
关注理由 研究适配任意中心相机类型的前馈式3D几何重建，属于可扩展三维重建支撑技术，但未使用Gaussian表示，也未明确面向城市场景。