El splatting gaussiano 3D (3DGS) se ha convertido en un método dominante para la síntesis de nuevas vistas, pero la reconstrucción feed-forward a menudo lucha con regiones ricas en textura. AdaptiveSplat aborda esto introduciendo una estrategia de asignación consciente de la textura que ajusta dinámicamente la densidad de los splats gaussianos según la complejidad local de la textura. Esto permite que el modelo asigne más splats a áreas de alto detalle mientras reduce la redundancia en regiones suaves, lo que lleva a una mejor calidad de reconstrucción con un costo computacional comparable o menor. El artículo, aceptado en ECCV 2026, demuestra mejoras significativas sobre los métodos base en benchmarks estándar. Para los investigadores, esto abre nuevas direcciones en el aprendizaje de representaciones adaptativas. Para los ingenieros, promete pipelines más eficientes para la reconstrucción 3D en tiempo real en AR/VR y robótica.
Un nuevo artículo de ECCV 2026 propone asignación adaptativa de 3DGS basada en la complejidad de la textura, mejorando la calidad de reconstrucción feed-forward.