BAD-Gaussians是一种创新的3D场景重建方法，结合束调整和高斯散射技术，有效处理运动模糊图像。该方法不仅能实现高质量的图像去模糊，还可合成新视角场景。基于nerfstudio框架实现，BAD-Gaussians支持多种数据集和训练模式，为计算机视觉和图形学研究提供了有力工具。

本项目汇集了3D高斯溅射(3D Gaussian Splatting)领域的前沿研究论文，涵盖基础理论与实际应用。收录内容包括多篇综述文章和顶级会议论文，按时间倒序排列。提供论文中英文摘要和代码链接，为3D场景重建和新视角合成研究提供全面参考。

Free3D是牛津大学VGG实验室开发的新型计算机视觉技术，可从单一图像生成一致性的多视角合成图,无需显式3D表示。该技术采用射线条件归一化和伪3D注意力机制,在Objaverse等多个数据集上展现优异性能。Free3D为计算机视觉和图形学领域提供了新的研究方向,有望应用于3D重建、虚拟现实等多个领域。

SV3D是一种基于稳定视频扩散技术的3D视频生成工具，能将单一图像转化为动态3D视图和网格模型。它提供SV3D_u和SV3D_p两种模型，适用于不同场景。SV3D在多视角合成和3D生成方面表现优异，可用于商业和非商业领域，为用户提供高质量、一致性强的3D可视化效果。

GeoGaussian是一种创新的场景渲染方法,利用几何感知的高斯分布优化来保持场景结构。它通过初始化表面对齐的薄高斯分布和约束优化,有效保持了场景的几何和纹理特征。该方法在新视角合成和几何重建方面表现优异,尤其适合结构化区域。项目开源了代码、数据集和使用说明,为计算机视觉研究提供了有价值的资源。