Tag · 11 篇
三维高斯泼溅
iLRM：迭代式大型三维重建模型
iLRM: An Iterative Large 3D Reconstruction Model
把多视图全局注意力拆成两阶段注意力、并把场景表示与输入图像解耦，是让前馈 3DGS 重建在视图数与分辨率增大时仍可扩展的通用手段，可直接迁移到任何多视图 Transformer 重建或新视角合成管线。
Unblur-SLAM：面向模糊输入的稠密神经 SLAM
Unblur-SLAM: Dense Neural SLAM for Blurry Inputs
将前馈去模糊网络与 3DGS 建图耦合：成功去模糊的帧走局部-全局多视图优化与回环，失败帧则用额外模糊网络在 3D 空间显式建模模糊子帧形成过程，为模糊输入下的位姿估计与清晰重建提供了可复用的两阶段设计。
TokenSplat：面向无位姿前馈重建的词元对齐三维高斯泼溅
TokenSplat: Token-aligned 3D Gaussian Splatting for Feed-forward Pose-free Reconstruction
把跨视角语义对应直接放在特征空间里做词元对齐，并用非对称双流解码器把相机词元与图像词元解耦，这套设计可迁移到任何需要从无位姿多视图前馈重建三维表示（高斯/NeRF/点云）的流程中，省去逐场景优化与迭代位姿精化。
测试时三维占用预测
Test-Time 3D Occupancy Prediction
利用视觉基础模型在测试时增量构建并优化3D高斯，再体素化为任意分辨率的占用预测，无需训练即可实现开放词表识别，为动态场景理解提供免训练、可适配的3D表示方案。
语义泡沫：统一空间与语义的场景分解
Semantic Foam: Unifying Spatial and Semantic Scene Decomposition
把 Radiant Foam 的 Voronoi 网格单元当作显式语义载体，用单元级特征场加空间正则来抑制遮挡与跨视角监督不一致造成的伪影，为基于显式空间划分的 3D 表示做物体级分割提供了可复用思路。
ScenDi：用于城市生成的三维到二维场景扩散级联
ScenDi: 3D-to-2D Scene Diffusion Cascades for Urban Generation
把 3D 潜扩散生成的高斯场景渲染成低分辨率图像，再作为条件喂给 2D 视频扩散做细节增强，这条「3D 粗生成 + 2D 精修」级联思路可直接迁移到需要相机可控性的街景/驾驶场景合成与仿真数据扩增。
NimbusGS：混合天气条件下的统一三维场景重建
NimbusGS: Unified 3D Scene Reconstruction under Hybrid Weather
把恶劣天气退化拆成跨视角一致的全局透射场与逐视角的粒子残差，并配合几何引导的梯度缩放，使 3DGS 在低能见度多视角输入下仍能稳定学出几何，可直接迁移到雨雾雪混合场景的重建与新视角合成。
NG-GS：神经辐射场引导的三维高斯泼溅分割
NG-GS: NeRF-guided 3D Gaussian Splatting Segmentation
针对 3DGS 离散高斯在物体边界处产生锯齿与伪影的问题，用掩码方差分析定位边界模糊高斯，并以 RBF 插值 + 多分辨率哈希编码构建空间连续特征场，再通过轻量 NeRF 模块的联合优化约束边界平滑；这套「连续特征场 + NeRF 引导」思路可直接迁移到 3DGS 的编辑、抠图与开放词表查询任务。
从无约束图像中泛化的稀疏视角三维重建
Generalizable Sparse-View 3D Reconstruction from Unconstrained Images
提出无需逐场景优化的前馈式稀疏视角室外重建框架，利用学习到的几何先验从无位姿互联网图像直接预测深度、相机参数和规范空间三维高斯，并通过外观适配器与语义分割处理光照变化和瞬态遮挡，为稀疏输入下的实时新视角合成提供了可复用的技术路线。
GenSplat：弥合 3DGS 语言理解中的泛化差距
GenSplat: Bridging the Generalization Gap in 3DGS Language Comprehension
把自由形式语言查询对齐到 3D 高斯表示上，用渐进式课程学习加 MLLM 语义/空间先验做 3D 定位与推理，可直接迁移到 3DGS 场景的开放词表分割、指代定位与 3D VQA 等下游任务。
从无到有：通过新视角合成的自监督三维重建
From None to All: Self-Supervised 3D Reconstruction via Novel View Synthesis
把相机参数预测与显式 3D 高斯重建放进同一个共享 Transformer 骨干网络、用掩码注意力约束，仅靠 2D 光度监督即可从未标定、无位姿的图像集合前馈重建，为无标注数据上的可扩展三维重建提供了可复用的自监督训练范式。