一种通过 occlusion-aware 相机聚类和基于区域的高斯剔除来加速和增强大规模3D场景重建的方法。

一种3D手部姿态/形状估计方法，将隐式图像/显式2D关节特征与像素方向信息融合，通过基于置信度的预测减少运动抖动。

一种通过在3D高斯溅射中追踪光线来增强3DGS以处理高光反射的方法，分离高光/粗糙表面类型并优化几何结构，以提高渲染精度并支持场景编辑。

一种混合3DGS和带纹理网格的表示方法，其中网格处理富含纹理的平坦区域，高斯处理复杂几何结构，通过预热策略和透射率感知监督的联合训练进行优化，以更少的高斯实现相当的渲染质量和更高的FPS。

部分观察中的生成式3D重建受到有限视场和生成不一致的阻碍，而无需训练的Zero-P-to-3通过基于融合的DDIM采样和迭代优化整合局部密集观察和多源先验，特别是在不可见区域优于现有技术。

一种以即插即用和高效的方式解耦外观变化的方法。

一种用于大场景重建的方法，支持快速优化和高保真实时渲染。

MirrorGaussian在带镜子的场景中实现高质量实时渲染，支持添加新镜子和物体等场景编辑功能。

3D旋转估计依赖于旋转表示，这项工作揭示常见的正交化过程会降低训练效率，因此主张学习非正交化伪旋转矩阵（PRoM），其能更快收敛到更好的解，并在大规模基准测试的人体姿态估计中取得最先进的结果。