Tag · 4 篇

场景编辑

Video2Robo: 3DGS-based Synthetic Data from One Video Enables Scalable Robot Learning

利用 3DGS 作为可编辑场景表示，从单段人类演示视频中重建场景并显式编辑物体布局、背景、光照和相机视角，生成多样化的机器人操作训练数据，为视觉研究者提供了一种将 3D 重建与数据生成结合的可复用范式。

RT-Splatting: Joint Reflection-Transmission Modeling with Gaussian Splatting

把每个高斯的几何占用与光学不透明度解耦，用同一组高斯基元同时充当表面（捕捉高频反射）与体积（保留清晰透射），并配合镜面感知梯度门控抑制透射分支的误导梯度；做半透明/镜面物体重建与新视角合成时可直接复用这套表示与渲染器设计。

PrITTI: Primitive-based Generation of Controllable and Editable 3D Semantic Urban Scenes

用向量化物体基元加栅格化地面构成混合表示，替代体素作为三维语义场景的生成载体，使潜扩散模型能在结构化潜空间里做物体级与地面级编辑；做三维场景生成或编辑时可借鉴这种「基元+地面」的紧凑表示与对应的 inpainting/outpainting 流程。

HOG-Layout: Hierarchical 3D Scene Generation, Optimization and Editing via Vision-Language Models

用 LLM/VLM 加 RAG 从文本生成分层 3D 场景布局，并配物理一致性优化模块与分层表示实现实时编辑，可作为具身智能与 VR 场景合成的可复用管线。