Le splatting gaussien 3D (3DGS) est devenu une méthode dominante pour la synthèse de nouvelles vues, mais la reconstruction feed-forward rencontre souvent des difficultés dans les régions riches en texture. AdaptiveSplat répond à cela en introduisant une stratégie d'allocation consciente de la texture qui ajuste dynamiquement la densité des splats gaussiens en fonction de la complexité locale de la texture. Cela permet au modèle d'allouer plus de splats aux zones très détaillées tout en réduisant la redondance dans les régions lisses, conduisant à une meilleure qualité de reconstruction avec un coût de calcul comparable ou inférieur. L'article, accepté à ECCV 2026, démontre des améliorations significatives par rapport aux méthodes de base sur des benchmarks standard. Pour les chercheurs, cela ouvre de nouvelles directions dans l'apprentissage de représentations adaptatives. Pour les ingénieurs, cela promet des pipelines plus efficaces pour la reconstruction 3D en temps réel en AR/VR et en robotique.
Un nouvel article ECCV 2026 propose une allocation adaptative 3DGS basée sur la complexité de la texture, améliorant la qualité de reconstruction feed-forward.