Vision Group一篇论文被WACV录用

        近日，实验室肖政同学的论文《COGS: A Diagnostic Benchmark for Attribute-Aware Object-Level 3D Gaussian Splatting Perception》被国际计算机视觉会议 WACV 2027 录用。该研究针对当前3D Gaussian Splatting（3DGS）逐渐应用于三维感知任务，但不同高斯属性在现有三维网络中的作用尚不清晰的问题，构建了大规模目标级3DGS数据集 COGS。COGS包含 40个类别、15,675个高质量三维对象，具有丰富的外观变化和完整的高斯属性信息，并通过多阶段筛选和人工质量检查减少重建伪影。在此基础上，该研究进一步提出 COGS-Bench，从分类性能、不同高斯属性利用、跨重建流程泛化以及跨数据集迁移等多个方面进行系统分析。实验发现，简单增加更多高斯属性并不一定能够提升识别性能，不同网络对各类高斯属性的利用存在明显差异。针对这一现象，论文进一步设计了属性感知参考模型 HALO，通过分别建模不同属性并进行分层聚合，有效提升了高斯属性的利用效率，在COGS及多个外部3DGS数据集上取得了稳定的性能提升。

        Vision Group@UCAS成立于2019年，是一支专注于机器学习、图像和视频处理及计算机视觉等领域的研究团队，尤其专注于基于点标注与多源信息融合的弱小目标感知。实验室承担了多个重要项目，包括国家自然科学基金项目、航天科工及华为公司等单位课题，致力于推动计算机视觉技术的创新与发展。