Tag · 19 篇
多视图一致性
eRetinexGS：通过事件流与 3D 高斯泼溅进行 Retinex 建模的低光照场景增强
eRetinexGS: Retinex Modeling for Low-Light Scene Enhancement via Event Streams and 3D Gaussian Splatting
把 Retinex 的反射率-光照分解嵌入 3DGS 的辐射场优化，并用事件流提供高动态范围几何/光度约束，为低光照新视角合成与场景重建提供了一套可复用的多视图一致性框架。
VideoWeaver：面向具身智能体的多模态多视图视频到视频翻译
VideoWeaver: Multimodal Multi-View Video-to-Video Transfer for Embodied Agents
将多视图视频翻译统一到基于前馈空间基础模型（Pi3）的共享4D潜空间，并用不同扩散时间步训练实现视图一致的自回归新视角合成，为具身智能中的世界随机化提供可复用方案。
VDFE：基于非侵入式视频扩散先验的差异感知3D场景编辑，实现多视图一致性与高效性
VDFE: Difference-Aware 3D Scene Editing with Non-Intrusive Video Diffusion Priors for Multi-View Consistency and Efficiency
将视频扩散模型作为非侵入式先验，通过最优控制优化无噪声编辑轨迹，并利用流差异精确定位编辑区域，为3D场景编辑提供多视图一致且高效的新思路。
先思考再生成：面向一致性3D生成的结构化思维链推理
Think-Then-Generate: Structural Chain-of-Thought Reasoning for Consistent 3D Generation
把思维链式推理引入文本到3D生成：先用文本语义解析做结构规划，再用多视图渲染结果评估潜变量不一致并多轮迭代修正，可直接迁移到任何基于2D扩散先验的3D生成管线以抑制多视图幻觉。
SplatSuRe：面向多视图一致三维高斯泼溅的选择性超分辨率
SplatSuRe: Selective Super-Resolution for Multi-view Consistent 3D Gaussian Splatting
把相机位姿与场景几何结合，判断哪些区域缺少高频监督，只在这些欠采样区域注入超分辨率内容，从而避免逐图独立 SR 带来的多视图不一致；这一「按几何可见性选择性增强」的思路可直接迁移到 3DGS/NeRF 的高分辨率重建与训练视图增密流程。
多视图一致的三维高斯头部头像“无需”多视图生成
Multi-view Consistent 3D Gaussian Head Avatars 'without' Multi-view Generation
提出在 3D 高斯表示上直接施加多视图一致性约束的单次状态空间模型，无需多视图数据或中间视图合成，为单视图 3D 头像生成提供了可复用的 HiSS 块与 HiBiSS 扫描机制，以及基于 SE(3) 多视图评论器的自监督训练思路。
更自然、更真实：面向人脑 3D 视觉解码的对象感知高斯泼溅
More Natural, More Real: Object-aware Gaussian Splatting for 3D Visual Decoding from Human Brain
把 3DGS 的初始控制参数（位置/颜色/语义锚点）改由 fMRI/EEG 特征回归得到，并用多视图稳定器约束跨视角一致性——这套「神经信号→3DGS 属性」的解码管线可迁移到任何需要从低维/噪声条件生成可控 3D 表示的场景（如条件式 3D 生成、脑机接口驱动的资产创建）。
MU-GeNeRF：多视图不确定性引导的泛化神经辐射场用于干扰物感知场景
MU-GeNeRF: Multi-view Uncertainty-guided Generalizable Neural Radiance Fields for Distractor-aware Scene
针对泛化神经辐射场在含瞬态干扰物场景下的鲁棒重建问题，提出将干扰物感知分解为源视图不确定性和目标视图不确定性，并集成到异方差重建损失中引导自适应监督加权，为多视图三维重建中的干扰物抑制提供了可复用的不确定性引导思路。
LuxRemix：面向室内场景的光照分解与重混合
LuxRemix: Lighting Decomposition and Remixing for Indoor Scenes
把生成式图像光照分解与可重光照 3D 高斯泼溅表示结合，实现单次多视图采集下对每个光源的开关/色度/强度实时交互编辑；其多视图光照协调与光源级分解思路可迁移到任何需要可编辑光照的 3D 重建管线。
LightSplat：五秒内完成快速且内存高效的开放词表三维场景理解
LightSplat: Fast and Memory-Efficient Open-Vocabulary 3D Scene Understanding in Five Seconds
把语义压缩成 2 字节索引、只挂在显著区域并用索引-特征映射管理，这套免训练、免逐高斯特征优化的做法可直接迁移到任何基于 3DGS 的开放词表查询或编辑管线，把原本分钟级的特征蒸馏降到秒级。
保持 SymPL：面向视觉语言模型异中心空间推理的符号投影布局
Keep it SymPL: Symbolic Projective Layout for Allocentric Spatial Reasoning in Vision-Language Models
把异中心（物体中心）视角的空间问题转成符号化布局表示再交给 VLM，这个「投影+抽象+二分+定位」的重构思路可直接用于提升 VLM 在三维场景理解、多视图问答和视角变换类任务上的表现。
GaussianZoom：几何与语义引导的渐进式放大生成 3D 高斯泼溅
GaussianZoom: Progressive Zoom-in Generative 3D Gaussian Splatting with Geometric and Semantic Guidance
把基于深度的特征 warp 与 VLM 驱动的细节合成结合进多视图一致超分模块，可在低分辨率多视图输入下生成高倍放大的 3DGS 场景；其可扩展连续 LOD 层级通过动态调制高斯可见性实现无混叠跨尺度渲染，对需要极端放大或跨尺度一致性的新视角合成工作可直接复用。
GaussianMatch：基于多视图高斯一致性的伪标签过滤半监督回归
GaussianMatch: Semi-Supervised Regression with Pseudo-Label Filtering via Multi-View Gaussian Consistency
论文提出的高斯一致性过滤（GCF）与自适应高斯标准差平滑（AGDS）为视觉回归任务（如年龄估计、人脸关键点回归）在标签稀缺时提供了一种可复用的伪标签筛选机制，通过多视图预测一致性量化置信度，可直接嵌入半监督训练流程。
FastGS：100 秒内训练 3D 高斯泼溅
FastGS: Training 3D Gaussian Splatting in 100 Seconds
提出基于多视图一致性的高斯致密化与剪枝策略，无需预算机制即可在训练中动态调控高斯数量，可迁移到动态场景重建、表面重建、稀疏视图重建等任务中加速训练。
Dehallu3D：通过循环视图一致性细化缓解幻觉的单图三维生成
Dehallu3D: Hallucination-Mitigated 3D Generation from a Single Image via Cyclic View Consistency Refinement
针对单图生成3D网格中的结构幻觉问题，提出即插即用的循环视图一致性优化模块，通过相邻一致性约束和自适应平滑约束在稠密中间视角上平衡几何连续性与细节保留，并引入离群风险度量（ORM）指标量化几何保真度，为3D生成质量评估提供新思路。
基于多视图渐进自适应的跨域少样本分割
Cross-Domain Few-Shot Segmentation via Multi-view Progressive Adaptation
把「渐进增强 + 多视图预测一致性」作为无标注目标域自适应的通用手段，可直接迁移到其他跨域密集预测任务（如跨域检测、跨域深度估计）的目标域微调阶段。
面向免训练多视图图像编辑的耦合扩散采样
Coupled Diffusion Sampling for Training-Free Multi-View Image Editing
提出耦合扩散采样：同时从多视图生成分布与2D编辑分布采样两条轨迹并用耦合项连接，使预训练2D编辑模型在采样过程中引导多视图生成模型，从而免训练地获得跨视图一致的编辑结果，可复用于视频/多视图一致生成。
CaliTex：面向视图一致 3D 纹理生成的几何校准注意力
CaliTex: Geometry-Calibrated Attention for View-Coherent 3D Texture Generation
把注意力路由与语义部件对齐、几何条件绑定，是解决多视图扩散生成中跨视图不一致的可复用思路；做 3D 纹理/多视图生成的人可直接借鉴 Part-Aligned 与 Condition-Routed 两个注意力改造模块。
C-GenReg：基于多视图一致几何到图像生成与概率模态融合的免训练三维点云配准
C-GenReg: Training-Free 3D Point Cloud Registration by Multi-View-Consistent Geometry-to-Image Generation with Probabilistic Modalities Fusion
将点云配准转化为图像域匹配问题，利用世界基础模型生成多视图一致RGB，再借助视觉基础模型提取稠密对应，为跨模态配准提供免训练、即插即用的新范式。