English translation pending — this page shows the Chinese original.
一句话结论
事件流与曝光姿态优化帮助从模糊RGB重建静态场景，合成新视角的平均画质更好；需额外传感器和初始化，真实几何与全链速度尚未证明。
正式身份与阅读版本
正式记录为IEEE/CVF ICCV2025主会，DOI 10.1109/ICCV51701.2025.02298，2025-10-19、pp.24780–24790；Crossref与官方节目册p.60/poster6的题名和十一作者一致。全文实际读取作者arXiv:2405.20224v3（2024-12-06）24页，含正文/参考文献11页与作者附录13页。作者稿首页九人，较正式名单缺Jianing Li和Meng Cao；其余九人顺序对应。最终出版稿与官方补充未读，内容改动未核，下述结果全部限定作者v3。
原官方页访问失败及作者组PDF证书过期均保留，没有重试或关闭TLS。经用户批准，从独立正常HTTPS作者arXiv恢复本日同批。资格来自正式主会记录，不能把预印本本身当正式发表；arXiv非独占分发许可不等于CC BY，原文及表图仅内部保存。
问题与方法
输入静态场景的运动模糊RGB、同步事件流、曝光时间和标定内参。事件记录像素亮度变化，不直接提供清晰RGB或深度。EDI（事件双重积分）先生成潜在清晰帧，再用COLMAP初始化相机和点云，不是免SfM、免标定的模型（pp.1–4）。
每次曝光九个离散相机姿态与高斯联合优化，用九张渲染均值拟合模糊图；相邻姿态渲染灰度并模拟事件，与真实事件bin对齐。帧间亮度以EDI估计为伪监督，边缘加权深度正则鼓励平滑；没有真实深度监督或表面几何真值。曝光内相机轨迹优化不等于动态物体建图或持续SLAM（pp.3–5）。
数据与成本
正文定量合成18场：五大场、七中场、六物体；附录称九自建场并展示额外Venice，但逐场定量表只含五大场，覆盖差异保留。合成RGB400×600，由20个中间帧平均造模糊，ESIM/V2E模拟事件；大/中场35训练视图、同设计路径100测试位姿，物体测试划分细节不足（p.5、附录pp.12–15）。
真实五个DAVIS346场景，346×260、100ms曝光、每场30图，没有清晰图像真值，只测无参考图质；真实留出姿态、真实ATE和几何误差未明确报告。相机标定和事件阈值是额外条件。
单RTX4090，50,000训练步，事件项在3,000步预热后启用，前30%迭代低分辨率再到全分辨率。没有本法训练分钟、峰显存、EDI/COLMAP/采集/渲染的完整分项成本。首页单场FPS不能与主表画质拼成统一预算，也不证明端到端实时；本轮无GPU复现。
合成新视角结果与反例
| 同论文均值 | BAD-GS（RGB） | EDNeRF（RGB+事件） | 本法 | 原文定位 |
|---|---|---|---|---|
| 大场PSNR ↑ | 23.86 | 24.63 | 26.02 | p.6 Table1 |
| 中场PSNR ↑ | 28.46 | 28.91 | 30.47 | p.6 Table1 |
| 物体PSNR ↑ | 27.86 | 29.83 | 30.24 | p.6 Table1 |
| 大场SSIM ↑ | .7325 | .7525 | .8064 | p.6 Table1 |
| 大场LPIPS ↓ | .3473 | .3279 | .2680 | p.6 Table1 |
均值提升不等于每场最优：London SSIM .7145逊EDNeRF .7159，LPIPS .2983逊.2972（附录pp.17–18 Tables9–10）。附录训练视图去模糊物体PSNR仅30.02对29.95，任务也不同于留出新视角（p.16 Table5）；未给多种子或置信区间。
真实指标冲突与消融
| 本法真实无参考指标 | 主表值 | 附录逐场均值 | 原文定位 |
|---|---|---|---|
| BRISQUE ↓ | 53.96 | 56.1472 | p.6 Table1 / p.18 Table11 |
| MetaIQA ↑ | .1969 | .2129 | p.6 Table1 / p.19 Table15 |
差异未解释，不默改原表。Bag场BRISQUE本法58.1876比BAD-GS57.9339更差（p.18 Table11）；无参考IQA不能证明真实清晰图或几何正确。
| 累加训练项 | 大场PSNR ↑ | 中场PSNR ↑ | 原文定位 |
|---|---|---|---|
| 模糊图损失 | 24.98 | 29.10 | p.8 Table2 |
| 再加事件 | 25.71 | 29.94 | p.8 Table2 |
| 再加深度正则 | 25.54 | 30.05 | p.8 Table2 |
| 再加亮度（完整） | 26.02 | 30.47 | p.8 Table2 |
深度正则加入后大场PSNR反降，不是每项约束都独立提升。相机ATE有改善，但单位、对齐与±含义未明确，不能与SLAM的厘米RMSE排名（p.8 Table3）。加倍运动模糊后PSNR进一步下降，作者“无显著波动”未伴统计检验（p.8 Table4、p.19 Table12）。
对照权限与可复现边界
BAD-GS只有RGB；本法还有事件传感器、EDI/COLMAP初始化与九姿态优化。EDNeRF有事件但姿态优化不同，先去模糊再GS也有各自预训练/预处理成本，不能把这些对照当同输入权限的纯算法因果检验。
论文p.9承诺将发布代码和数据，项目网页提供演示与旧版引用；本轮未核实可用实现仓库、数据包、安装环境，未下载权重或数据。首先配平传感器/标定/初始化/训练预算，再分开评测去模糊、留出新视角、真实几何及完整耗时。版本差异、表内冲突与真实GT不足是待核点，不能升级成已验证真实部署能力。
原始链接
相关页面
- 3D Gaussian Splatting: Representation, Optimization, Geometry, and Dynamic Scenes：静态重建画质与真实几何分开验收。
- 4DGS-SLAM：RGB-D动态地图，任务与输入权限不同，不能跨论文ATE比较。
- SPFSplat：另一种相机输入条件；不将事件辅助SfM初始化称作无外参前馈。