本文介绍了一种名为GS-SLAM的算法，首次在SLAM系统中应用3D高斯表示，提升了效率与准确性。该方法通过自适应扩张策略重构场景几何，并优化相机姿态，减少运行时间。实验结果表明，GS-SLAM在多个数据集上表现优异，具备实时重建和高质量渲染能力，推动了3D重建技术的发展。

3D高斯喷洒是一种实时可控的3D重建方法，具有快速渲染和动态重建的优点。本文综述了GaussianPro、RAIN-GS和GauStudio等新方法的最新进展，强调了其在复杂场景中的应用和性能提升。此外，研究提出了结构感知高斯喷洒方法，显著改善了渲染质量和模型大小，推动了该技术的发展。

本文介绍了一种通过凸松弛方法拟合和分割多结构数据的技术，展示了其在图像平面提取和单应性估计中的高精度表现。研究还提出了基于体素的平面提取方法和实时平面重建模型，显著提高了点云构建的精度和效率。G3Reg框架通过提取几何原语实现激光雷达点云的快速注册，展现了卓越的稳健性和实时性能。

本文介绍了一种基于特征体积的实时密集重建方法，该方法通过稀疏深度特征体积预测TSDF值，并利用多视角图像聚合细节，实现高分辨率三维重建。该方法在室内外场景中展现了优越的实时重建性能。

本文提出了一种新的稠密SLAM方法，利用高斯斑点进行场景表示，实现实时重建和渲染。该方法通过自适应扩张策略优化场景几何，提升重建性能和运行效率。实验结果表明，该方法在多个数据集上具有竞争力的渲染质量和准确性。

NeuralRecon是一种新型框架，可以实时从单目视频中重建3D场景。该系统采用基于学习的TSDF融合模块，通过神经网络直接逐个重建局部表面，实现高精度、连贯和实时的表面重建。实验结果表明，该系统在准确性和速度方面优于现有方法。这是首个能够在实时情况下重建连贯稠密3D几何模型的基于学习的系统。