3D 视觉

RoEL: Robust Event-based 3D Line Reconstruction

RoEL: 基于事件的稳健3D线条重建

Gwangtak Bae, Jaeho Shin, Seunggu Kang, Junho Kim, Ayoung Kim, Young Min Kim

机构 * Dept. of Electrical and Computer Engineering, Seoul National University（电子与计算机工程系，首尔国立大学） ； Dept. of Future Automotive Mobility, Seoul National University（未来汽车移动系，首尔国立大学） ； Dept. of Mechanical Engineering, Seoul National University（机械工程系，首尔国立大学） ； University of Michigan（密歇根大学） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 RoEL通过稳健的3D线条重建方法，提升事件相机在复杂环境中的映射与姿态估计性能。

Comments IEEE Transactions on Robotics (T-RO)

Data-Efficient Inference of Neural Fluid Fields via SciML Foundation Model

通过SciML基础模型实现神经流场的高效推理

Yuqiu Liu, Jingxuan Xu, Mauricio Soroco, Yunchao Wei, Wuyang Chen

专题命中 三维重建 ：3D vision(abstract)；分类 cs.CV

AI总结 本文提出利用SciML基础模型实现神经流场的高效推理，通过协同训练策略提升流体动力学重建的PSNR和泛化能力。

Comments Accepted by 3DV 2026

GraphGSOcc: Semantic-Geometric Graph Transformer with Dynamic-Static Decoupling for 3D Gaussian Splatting-based Occupancy Prediction

GraphGSOcc: 基于语义-几何图变换器的3D高斯散射体占用预测方法，采用动态-静态解耦

Ke Song, Yunhe Wu, Chunchit Siu, Huiyuan Xiong

机构 * School of Intelligent Systems Engineering（智能系统工程学院） ； Sun Yat-sen University（中山大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV

AI总结 GraphGSOcc通过结合语义和几何图变换器，解耦动态-静态物体优化，提升3D高斯散射体占用预测的性能和效率。

Journal ref IEEE Transactions on Circuits and Systems for Video Technology 2026

UrbanGS: A Scalable and Efficient Architecture for Geometrically Accurate Large-Scene Reconstruction

UrbanGS: 一种适用于几何准确大规模场景重建的可扩展高效架构

Changbai Li, Haodong Zhu, Hanlin Chen, Xiuping Liang, Tongfei Chen, Shuwei Shao, Linlin Yang, Huobin Tan, Baochang Zhang

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） ； School of Software, Beihang University（北京航空航天大学软件学院） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） ； Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； Artificial Intelligence Research Center, Lobachevsky State University（洛夫奇夫斯基国立大学人工智能研究中心） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

AI总结 UrbanGS通过深度一致的D-正则化模块和空间自适应高斯剪枝策略，实现了大规模城市场景的高精度重建。

Comments ICLR 2026

SAMa: Material-aware 3D Selection and Segmentation

SAMa: 基于材料的3D选择与分割

Michael Fischer, Iliyan Georgiev, Thibault Groueix, Vladimir G. Kim, Tobias Ritschel, Valentin Deschaintre

机构 * Adobe Research（Adobe研究院） ； University College London（伦敦大学学院） 纠错

专题命中 点云 ：3DGS(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 SAMa是一种基于材料的3D选择与分割方法，通过多视角一致性提升选择准确性和效率，适用于多种3D内容处理任务。

Comments Project Page: https://mfischer-ucl.github.io/sama

SyncTwin: Fast Digital Twin Construction and Synchronization for Safe Robotic Manipulation

SyncTwin: 快速数字孪生构建与同步用于安全的机器人操作

Ruopeng Huang, Boyu Yang, Wenlong Gui, Jeremy Morgan, Erdem Biyik, Jiachen Li

机构 * University of California, Riverside（加州大学河滨分校） ； University of Southern California（南加州大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 SyncTwin通过快速构建和同步数字孪生，提升动态和遮挡环境下机器人操作的安全性和效率。

Comments Project Website: https://sync-twin.github.io/

Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis

统一颜色和亮度校正与视图自适应曲线调整以实现鲁棒的3D新视角合成

Ziteng Cui, Shuhong Liu, Xiaoyu Dong, Xuangeng Chu, Lin Gu, Ming-Hsuan Yang, Tatsuya Harada

机构 * University of Tokyo（东京大学） ； Tohoku University（东北大学） ； University of California at Merced（加州默塞德大学） ； Google DeepMind（谷歌DeepMind） ； RIKEN AIP（理化学研究所AIP） 纠错

专题命中 新视角合成 ：novel view synthesis(title,abstract)；NeRF(abstract)；Gaussian Splatting(abstract)；3DGS(abstract)

AI总结 Luminance-GS++通过结合全局视图自适应亮度调整和局部像素级残差细化，实现鲁棒的3D新视角合成，提升重建保真度并保持实时渲染效率。

Comments Journal extension version of CVPR 2025 paper: arXiv:2504.01503

ROCKET: Residual-Oriented Multi-Layer Alignment for Spatially-Aware Vision-Language-Action Models

ROCKET：基于残差的多层对齐用于空间感知的视觉-语言-动作模型

Guoheng Sun, Tingting Du, Kaixi Feng, Chenxiang Luo, Xingguo Ding, Zheyu Shen, Ziyao Wang, Yexiao He, Ang Li

机构 * University of Maryland, College Park ； University of Wisconsin, Madison ； City University of Hong Kong ； St.\ Paul's School 纠错

专题命中 空间理解 ：3D vision(abstract)；spatial understanding(abstract)；分类 cs.CV

AI总结 ROCKET通过共享投影器和稀疏激活方案实现多层对齐，提升3D空间理解能力，在LIBERO等任务中达到98.5%的高成功率。