arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-03-12 至 2026-03-12 共收录 5 信号源:cs.CV, cs.GR, cs.RO

1. 点云 5 篇

2603.10996 2026-03-12 cs.GR 79%

TreeON: Reconstructing 3D Tree Point Clouds from Orthophotos and Heightmaps

TreeON:从正射影像和高度图重建3D树点云

Angeliki Grammatikaki, Johannes Eschner, Pedro Hermosilla, Oscar Argudo, Manuela Waldner

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

AI总结 TreeON通过结合几何监督和可微损失,从正射影像和高度图重建高质量的3D树点云,无需物种标签或地面激光扫描数据。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16950 2026-03-12 cs.CV cs.AI 79%

Enhancing Tree Species Classification: Insights from YOLOv8 and Explainable AI Applied to TLS Point Cloud Projections

提升树种分类:基于YOLOv8和可解释AI的TLS点云投影分析

Adrian Straker, Paul Magdon, Marco Zullich, Maximilian Freudenberg, Christoph Kleinn, Johannes Breidenbach, Stefano Puliti, Nils Noelke

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

AI总结 本文通过YOLOv8和可解释AI分析TLS点云投影,提升树种分类的可解释性与判别性能。

Comments 34 pages, 17 figures, submitted to Forestry: An International Journal of Forest Research

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10871 2026-03-12 cs.RO 57%

FG-CLTP: Fine-Grained Contrastive Language Tactile Pretraining for Robotic Manipulation

FG-CLTP: 用于机器人操作的细粒度对比语言触觉预训练

Wenxuan Ma, Chaofan Zhang, Yinghao Cai, Guocai Yao, Shaowei Cui, Shuo Wang

机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) Beijing Academy of Artificial Intelligence(北京人工智能研究院)

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

AI总结 FG-CLTP通过细粒度对比学习提升机器人触觉感知,实现高精度分类和控制,减少误差并增强跨传感器泛化能力。

Comments 9 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10565 2026-03-12 cs.RO 57%

TacLoc: Global Tactile Localization on Objects from a Registration Perspective

TacLoc: 从配准角度实现物体的全局触觉定位

Zirui Zhang, Boyang Zhang, Fumin Zhang, Huan Yin

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

AI总结 TacLoc通过单次点云配准方法实现物体的高效触觉定位,无需预训练模型或渲染数据,提升了姿态估计的准确性和效率。

Comments 8 pages, 12 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.02558 2026-03-12 hep-ex cs.CV cs.LG 57%

Particle Trajectory Representation Learning with Masked Point Modeling

基于掩码点建模的粒子轨迹表示学习

Sam Young, Yeon-jae Jwa, Kazuhiro Terao

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

AI总结 本文提出PoLAr-MAE,通过掩码点建模实现LArTPC图像的自监督学习,以高效学习物理轨迹表示,并发布大规模数据集促进后续研究。

Comments Preprint. 28 pages, 18 figures. v3 includes new results on data efficiency and attention maps

详情

展开后加载摘要…

URL PDF HTML 收藏