TransSplat：面向语言驱动 3DGS 编辑的非平衡语义传输
计算机视觉与模式识别
2026-05-01 v2
摘要
语言驱动的 3D Gaussian Splatting (3DGS) 编辑为修改 VR/AR 中的复杂场景提供了一种更便捷的方法。标准流程通常采用两阶段策略：首先编辑多个 2D 视图，然后优化 3D 表示以匹配这些编辑后的观测。现有方法主要通过多视图特征融合、注意力过滤或迭代重校准来提高视图一致性。然而，它们未能明确解决一个更根本的问题：编辑后的 2D 证据与 3D Gaussians 之间的语义对应关系。为了解决这个问题，我们提出了 TransSplat，它将语言驱动的 3DGS 编辑表述为多视图非平衡语义传输问题。具体而言，我们的方法在可见 Gaussians 和特定于视图的编辑原型之间建立对应关系，从而明确刻画编辑后的 2D 证据与 3D Gaussians 之间的语义关系。它进一步恢复了一个跨视图共享的规范 3D 编辑场，以指导统一的 3D 外观更新。此外，我们使用传输残差来抑制非目标区域的错误编辑，从而减轻编辑泄漏并提高局部控制精度。定性和定量结果表明，与以增强视图一致性为中心的现有 3D 编辑方法相比，TransSplat 在局部编辑精度和结构一致性方面取得了更优的性能。
引用
@article{arxiv.2604.19571,
title = {TransSplat: Unbalanced Semantic Transport for Language-Driven 3DGS Editing},
author = {Yanhui Chen and Jiahong Li and Jingchao Wang and Junyi Lin and Zixin Zeng and Yang Shi},
journal= {arXiv preprint arXiv:2604.19571},
year = {2026}
}