3D 视觉

GSeg3D: A High-Precision Grid-Based Algorithm for Safety-Critical Ground Segmentation in LiDAR Point Clouds

GSeg3D：一种高精度基于网格的算法，用于激光雷达点云中的安全关键地面分割

Muhammad Haider Khan Lodhi, Christoph Hertzberg

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 GSeg3D提出了一种高精度基于网格的地面分割算法，以满足自动驾驶和机器人在安全关键场景中的高精度需求。

Efficient Point Cloud Processing with High-Dimensional Positional Encoding and Non-Local MLPs

高效点云处理与高维位置编码及非局部MLP

Yanmei Zou, Hongshan Yu, Yaonan Wang, Zhengeng Yang, Xieyuanli Chen, Kailun Yang, Naveed Akhtar

机构 * School of Artificial Intelligence and Robotics, Quanzhou Institute of Industrial Design and Machine Intelligence Innovation, Hunan University（人工智能与机器人学院、泉州工业设计与智能机械创新研究院、湖南大学） ； College of Engineering and Design, Hunan Normal University（工程与设计学院、湖南师范大学） ； College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院、国防科技大学） ； School of Computing and Information Systems, The University of Melbourne（计算与信息学院、墨尔本大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出了一种基于高维位置编码和非局部MLP的点云处理方法，通过两阶段抽象和细化框架提升效率与效果。

Comments Accepted to IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). Source code is available at https://github.com/zouyanmei/HPENet_v2.git

Token Adaptation via Side Graph Convolution for Efficient Fine-tuning of 3D Point Cloud Transformers

通过侧图卷积实现标记适应以实现3D点云变换器的高效微调

Takahiko Furuya

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 STAG通过侧图卷积实现高效微调，减少参数和计算成本，提升3D点云变换器性能。

Comments Accepted to the journal of Machine Vision and Applications

Point Cloud Feature Coding for Object Detection over an Error-Prone Cloud-Edge Collaborative System

点云特征编码用于错误多的云边协作系统中的目标检测

Chongzhen Tian, Hui Yuan, Pan Zhao, Chang Sun, Raouf Hamzaoui, Sam Kwong

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文提出了一种基于源编码和信道编码的任务驱动点云压缩和可靠传输框架，用于在错误多的云边协作系统中实现高效的目标检测。

Comments 13 pages, 13 figures

Structural Action Transformer for 3D Dexterous Manipulation

结构动作变换器用于3D灵巧操作

Xiaohan Lei, Min Wang, Bohong Weng, Wengang Zhou, Houqiang Li

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（脑启发智能感知与认知国家重点实验室，中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究院，合肥综合性国家科学中心） 纠错

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

AI总结 本文提出结构动作变换器，通过结构化视角解决高自由度机械手的跨身体技能转移问题，实现更高效的灵巧操作。

Comments Accepted by CVPR

EgoWorld: Translating Exocentric View to Egocentric View using Rich Exocentric Observations

EgoWorld：利用丰富的外参照观测将外参照视角转换为自身参照视角

Junho Park, Andrew Sangwoo Ye, Taein Kwon

机构 * AI Lab, LG Electronics（LG电子人工智能实验室） ； KAIST（韩国科学技术院） ； Visual Geometry Group, University of Oxford（牛津大学视觉几何组） 纠错

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

AI总结 EgoWorld通过重建丰富的外参照观测来实现外参照到自身参照视角的转换，展示了在增强现实、虚拟现实和机器人应用中的先进性能和鲁棒性。

Comments Accepted by ICLR 2026. Project Page: https://redorangeyellowy.github.io/EgoWorld/