3D 视觉

SpatialText: A Pure-Text Cognitive Benchmark for Spatial Understanding in Large Language Models

SpatialText: 一种纯文本的认知基准，用于大型语言模型中的空间理解

Peiyao Jiang, Zequn Qin, Xi Li

机构 * Zhejiang University（浙江大学） ； School of Software Technology, Zhejiang University（软件技术学院，浙江大学） 纠错

专题命中 空间理解 ：spatial understanding(title)

AI总结 SpatialText通过双源方法为大型语言模型提供纯文本空间认知基准，揭示其在空间推理中的系统性缺陷。

VLMFusionOcc3D: VLM Assisted Multi-Modal 3D Semantic Occupancy Prediction

VLMFusionOcc3D: 基于VLM的多模态3D语义占位预测

A. Enes Doruk, Hasan F. Ates

机构 * Department of Artificial Intelligence and Data Engineering, Ozyegin University（人工智能与数据工程系，奥克辛大学） 纠错

专题命中 空间理解 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 VLMFusionOcc3D通过融合视觉语言模型的语义先验，提升多模态3D语义占位预测的鲁棒性和适应性。

Single Microphone Own Voice Detection based on Simulated Transfer Functions for Hearing Aids

基于模拟传输函数的单麦克风自身语音检测

Mathuranathan Mayuravaani, W. Bastiaan Kleijn, Andrew Lensen, Charlotte Sørensen

专题命中 空间理解 ：spatial understanding(abstract)

AI总结 本文提出基于模拟传输函数的单麦克风自身语音检测方法，通过数据增强和层次化微调提升模型泛化能力，实现高准确率的OVD应用。

Improving Low-Vision Chart Accessibility via On-Cursor Visual Context

通过光标视觉上下文提高低视力图表的可访问性

Yotam Sechayk, Hennes Rave, Max Rädler, Mark Colley, Zhongyi Zhou, Ariel Shamir, Takeo Igarashi

专题命中 空间理解 ：spatial understanding(abstract)

AI总结 本文提出两种基于指针的交互方法，通过提供视觉上下文提高低视力者访问图表的能力，同时平衡视觉负荷。

Comments CHI '26, Barcelona, Spain