收集详情
采集完成 · 候选 506 · 已筛选 506
RSS 公告日期：2026-11-11
更新时间：2026-11-11T06:19:20.555997Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 6
RetinexGS：用于低照度 RAW 重建的 Retinex 启发式 Gaussian Splatting
RetinexGS: Retinex-Inspired Gaussian Splatting for Low-Light RAW Reconstruction
论文针对严重欠曝图像导致的颜色不稳定、漂浮伪影和暗部几何缺失，提出 RAW 域 3DGS 框架 RetinexGS。方法将 Gaussian 颜色分解为视角无关基础颜色与位置、视角相关调制场，结合 DNG 噪声加权损失、畸变感知渲染和深度引导初始化。在五个低照度场景上，作者报告其平均 sRGB PSNR 分别超过 LE3D 和 RawNeRF 2.18 dB、2.71 dB，并支持实时新视角渲染。
关注理由 直接提出面向低照度 RAW 重建与新视角合成的 3DGS 框架，属于 Gaussian 场景表示的重建与渲染方向。
GEMOR-GS：用于 3D Gaussian Splatting SLAM 的全局外参校准精化建图与在线重定位
GEMOR-GS: Global Extrinsic-calibration-refined Mapping and Online Relocalization for 3D Gaussian-Splatting SLAM
论文面向连续运行的 LiDAR—惯性—视觉 SLAM，提出 GEMOR-GS 以提升 3DGS 地图的几何准确性、外观质量和可重入性。方法先通过专门校准片段离线估计 LiDAR—相机外参，再交替优化关键帧位姿与 Gaussian 参数，并利用 XFeat、RANSAC-PnP 及 Gaussian RGB-D warp 完成失跟踪重定位。作者在一个自采集和五个公开序列上报告，离线重建较在线地图提升 14.3—19.9 dB，较 Gaussian-LIC2 提升约 9 dB，留出序列重定位成功率为 86—100%。
关注理由 直接研究 3DGS SLAM 地图的几何精化、全局重建与失跟踪重定位，属于 Gaussian 场景表示的构建、定位和可用性扩展。
DepthGS：采用自适应正则化的深度引导 Gaussian Splatting 高质量表面重建
DepthGS: Depth-Guided Gaussian Splatting with Adaptive Regularization for High-Quality Surface Reconstruction
论文分析深度差异与 3DGS 重建误差之间的关系，并据此提出 DepthGS。方法在单视图优化中根据局部深度差异计算几何可靠性权重，自适应调节法向正则化；在多视图优化中加入跨视图深度一致性约束，使相邻视图深度图与变换后的深度预测保持一致。作者在 DTU、Mip-NeRF360 和 Tanks and Temples 上报告其在表面重建和新视角合成方面取得有竞争力的性能。
关注理由 直接提出深度引导的 Gaussian Splatting 表面重建框架，研究深度误差、几何优化、单视图和多视图一致性，属于 3DGS 重建方向。
RF3DGS：利用自先验的无反射 3D Gaussian Splatting
RF3DGS: Reflection-Free 3D Gaussian Splatting with Self-Priors
论文针对多视图场景中的反射污染问题，提出 RF3DGS。方法先优化普通 3DGS，并结合几何先验估计各视角的粗略无反射深度，再通过三维变形聚合辅助视角信息生成清洁传输伪标签，使用自监督信号和自适应双重渲染损失优化模型。作者报告其在合成和真实场景上取得所称的最先进反射去除效果，并建立了基于 Unity 的 3D 反射去除基准。
关注理由 直接研究 3D Gaussian Splatting 表示上的多视图反射去除，属于 3DGS 重建与渲染质量改进。
容量与精度结合：高效的二维 Gaussian 图像表示
Marrying Capacity and Precision for Efficient 2D Gaussian Image Representation
论文研究有限码率下二维 Gaussian 图像表示的率失真优化，提出 CP-GS，将 Gaussian 数量分配与参数精度在统一码率约束下联合优化。方法根据内容需求从冗余区域向高需求区域重新分配固定 Gaussian 预算，并采用分层失真感知量化和基于渲染的校准选择运行点。作者在 DIV2K 和 Kodak 上报告，相比代表性二维 Gaussian 与隐式神经表示取得更好的率失真性能，同时保持固定预算和较低优化成本。
关注理由 直接研究二维 Gaussian 表示及 Gaussian splatting 图像表示的容量分配、量化和压缩，符合 2DGS 关注范围。
FastWild-GS：通过紧凑的逐图像外观适配实现分钟级野外 Gaussian Splatting
FastWild-GS: Minutes-Scale In-the-Wild Gaussian Splatting via Compact Per-Image Appearance Adaptation
论文针对互联网照片之间曝光、光照和瞬态物体差异导致单一 Gaussian 颜色难以解释多视图的问题，提出 FastWild-GS。方法为每张照片编码外观 token，并结合逐通道变换、尺度和偏移，同时用小型 MLP 根据图像 token 与 Gaussian 特征预测颜色；相同变换也用于致密化和剪枝评分。作者报告其在 PhotoTourism 上每场景训练 8.8 分钟，在 NeRF-OSR 上为 9.7 分钟，并取得所比较方法中的较优指标。
关注理由 直接研究野外多视图条件下的 Gaussian Splatting 场景重建、外观适配与训练效率，属于 3DGS 可扩展性和重建方法。