3D 视觉

MeMix: Writing Less, Remembering More for Streaming 3D Reconstruction

MeMix：少写，多记：用于流式3D重建

Jiacheng Dong, Huan Li, Sicheng Zhou, Wenhao Hu, Weili Xu, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Zhejiang University（浙江大学） 纠错

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

AI总结 MeMix通过将递归状态转化为记忆混合，提升流式3D重建性能，减少重建完整度误差，无需额外参数或微调。

Semantic Aware Feature Extraction for Enhanced 3D Reconstruction

语义感知的特征提取用于增强3D重建

Ronald Nap, Andy Xiao

机构 * Department of Driving Assistance Systems（驾驶辅助系统系） ； Valeo（瓦莱奥） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出一种结合关键点检测、描述和语义分割的多任务学习框架，用于提升3D重建的语义一致性与结构细节。

SSR: A Training-Free Approach for Streaming 3D Reconstruction

SSR：一种无需训练的流式3D重建方法

Hui Deng, Yuxin Mao, Yuxin He, Yuchao Dai

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

AI总结 本文提出SSR方法，从Grassmannian流形视角解决流式3D重建中的几何漂移问题，通过自表达属性计算亲和矩阵以正则化当前更新，减少误差积累，提升重建质量。

Comments 8 pages

Intrinsic Tolerance in C-Arm Imaging: How Extrinsic Re-optimization Preserves 3D Reconstruction Accuracy

C臂成像的内在容忍度：如何通过外在重新优化保持3D重建精度

Lin Li, Benjamin Aubert, Paul Kemper, Aric Plumley

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

AI总结 研究通过重新优化外在参数补偿内在校准误差，证明在存在一定内在校准误差时，能保持3D重建精度，为简化C臂系统设置提供了可行路径。

GelSphere: An Omnidirectional Rolling Vision-Based Tactile Sensor for Online 3D Reconstruction and Normal Force Estimation

GelSphere：一种基于全方位滚动视觉的触觉传感器，用于在线3D重建和法向力估计

Seoyeon Lee, Mohammad Amin Mirzaee, Wenzhen Yuan

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.RO

AI总结 本文提出GelSphere，一种基于视觉的触觉传感器，用于实时连续表面扫描。通过内部钢球形成轴承层，实现全方位滚动，提升3D重建和法向力估计的精度。

3DTCR: A Physics-Based Generative Framework for Vortex-Following 3D Reconstruction to Improve Tropical Cyclone Intensity Forecasting

3DTCR：一种基于物理的生成框架，用于涡旋跟随的3D重建以提高热带气旋强度预测

Jun Liu, Xiaohui Zhong, Kai Zheng, Jiarui Li, Yifei Li, Tao Zhou, Wenxu Qian, Shun Dai, Ruian Tie, Yangyang Zhao, Hao Li

专题命中 三维重建 ：3D reconstruction(title)

AI总结 3DTCR结合物理约束与生成AI，通过条件流匹配和领域自适应提升热带气旋三维结构重建，提高强度预测精度。

VGGT-Long: Chunk it, Loop it, Align it -- Pushing VGGT's Limits on Kilometer-scale Long RGB Sequences

VGGT-Long：分块、循环、对齐——在千米级长RGB序列上推动VGGT的极限

Kai Deng, Zexin Ti, Jiawei Xu, Jian Yang, Jin Xie

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

AI总结 本文提出VGGT-Long，通过分块处理、重叠对齐和轻量循环闭合优化，解决现有模型的可扩展性瓶颈，实现千米级户外环境的单目3D重建。

Comments IEEE International Conference on Robotics & Automation (ICRA 2026)

HSImul3R: Physics-in-the-Loop Reconstruction of Simulation-Ready Human-Scene Interactions

HSImul3R：物理循环中的人机交互仿真准备重建

Yukang Cao, Haozhe Xie, Fangzhou Hong, Long Zhuo, Zhaoxi Chen, Liang Pan, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； ACE Robotics（ACE机器人公司） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 HSImul3R通过物理引导的双向优化框架，解决人机交互仿真中的感知与仿真差距问题，实现稳定且可部署的3D重建。

Comments https://yukangcao.github.io/HSImul3R/

CIPHER: Culvert Inspection through Pairwise Frame Selection and High-Efficiency Reconstruction

CIPHER: 通过成对帧选择和高效重建进行涵洞检查

Seoyoung Lee, Zhangyang Wang

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

AI总结 本文提出一种高效的RGB基3D重建管道，用于在视觉重复环境中对涵洞结构进行自动检查，通过成对帧选择和实时重建提升检查效率。

Comments Accepted by ICCV 2026 End-to-End 3D Learning

EI-Part: Explode for Completion and Implode for Refinement

EI-Part: 分解以完成，聚合以细化

Wanhu Sun, Zhongjin Luo, Heliang Zheng, Jiahao Chang, Chongjie Ye, Huiang He, Shengchu Zhao, Rongfei Jia, Xiaoguang Han

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

AI总结 EI-Part通过分解与聚合状态生成高质量3D部件，实现结构连贯性和几何精确性，达到部分级3D生成的最新水平。

WonderVerse: Extendable 3D Scene Generation with Video Generative Models

WonderVerse：基于视频生成模型的可扩展3D场景生成

Hao Feng, Zhi Zuo, Jia-Hui Pan, Ka-Hei Hui, Qi Dou, Jingyu Hu, Zhengzhe Liu

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

AI总结 本文提出WonderVerse框架，利用视频生成模型中的世界级先验知识生成沉浸式且几何一致的3D环境，并引入可控扩展技术与异常序列检测模块，实现高效高质量的可扩展3D场景生成。

Comments Accepted at CVM 2026

Sonar-MASt3R: Real-Time Opti-Acoustic Fusion in Turbid, Unstructured Environments

Sonar-MASt3R：在浑浊、无结构环境中实时优化声学融合

Amy Phung, Richard Camilli

机构 * Applied Ocean Physics and Engineering, Woods Hole Oceanographic Institution, Deep Submergence Laboratory, Woods Hole, MA, USA（应用海洋物理与工程，伍兹霍尔海洋研究所，深潜实验室，马萨诸塞州伍兹霍尔，美国） ； Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院，剑桥，马萨诸塞州，美国） 纠错

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

AI总结 本文提出Sonar-MASt3R方法，通过实时提取光学相机数据的密集对应关系并与声学3D重建的几何线索结合，提升在浑浊环境中的鲁棒性。

Comments This paper has been accepted for publication in ICRA 2026. Copyright IEEE

Cylindrical Mechanical Projector for Omnidirectional Fringe Projection Profilometry

圆柱形机械投影仪用于全方位光带投影轮廓测量

Mincheol Choi, Gaeun Kim, Jae-Sang Hyun

机构 * Department of Mechanical Engineering, Yonsei University（延世大学机械工程系） 纠错

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

AI总结 本文提出基于圆柱形机械投影仪的新型3D重建方法，通过旋转台和带有ON/OFF槽的圆柱形图案生成器实现多频相移光带的全方位投影，结合多波长解包裹算法和准校准技术，实现高精度3D重建。

Simple-RF: Regularizing Sparse Input Radiance Fields with Simpler Solutions

Simple-RF: 通过更简单的解决方案正则化稀疏输入辐射场

Nagabhushan Somraj, Sai Harsha Mupparaju, Adithyan Karanayil, Rajiv Soundararajan

机构 * Indian Institute of Science（印度科学研究所） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 本文提出Simple-RF方法，通过设计增强模型和正则化框架，改进稀疏输入下辐射场的深度估计，从而在稀疏视图条件下实现更优的视图合成性能。

Comments The source code for our model can be found on our project page: https://nagabhushansn95.github.io/publications/2024/Simple-RF.html. Extension of arXiv:2309.03955

E2EGS: Event-to-Edge Gaussian Splatting for Pose-Free 3D Reconstruction

E2EGS：基于事件的边缘高斯点云化用于无姿态3D重建

Yunsoo Kim, Changki Sung, Dasol Hong, Hyun Myung

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(title,abstract)；NeRF(abstract)；3DGS(abstract)

AI总结 E2EGS通过利用事件流中的边缘信息，提出无姿态3D重建框架，提升动态场景下的重建质量和轨迹精度。

Comments 10 pages, 6 figures, accepted to CVPR 2026

LiDAR-EVS: Enhance Extrapolated View Synthesis for 3D Gaussian Splatting with Pseudo-LiDAR Supervision

LiDAR-EVS: 通过伪LiDAR监督增强3D高斯点云的外推视角合成

Yiming Huang, Xin Kang, Sipeng Zhang, Hongliang Ren, Weihua Zhang, Junjie Lai

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

AI总结 本文提出LiDAR-EVS，通过伪LiDAR监督和空间约束dropout正则化，提升自动驾驶中外推视角LiDAR合成的鲁棒性与泛化能力，实验表明其在三个数据集上均取得最优性能。

Comments 22 pages, 8 figures

Towards High-Fidelity Gaussian Splatting with Queried-Convolution Neural Networks

迈向高保真高斯散射的查询卷积神经网络

Abhinav Kumar, Tristan Aumentado-Armstrong, Lazar Valkov, Gopal Sharma, Alex Levinshtein, Radek Grzeszczuk, Suren Kumar

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出查询卷积（Qonvolutions）改进高斯散射，通过结合查询与邻域特性提升重建保真度，在真实场景中实现优于Zip-NeRF的NVS效果，并提升多种回归任务性能。

Comments 38 pages, 8 figures, Project Page: https://abhi1kumar.github.io/qonvolution/

ABC-GS: Alignment-Based Controllable Style Transfer for 3D Gaussian Splatting

ABC-GS：基于对齐的可控风格迁移用于3D高斯散射

Wenjie Liu, Zhongliang Liu, Xiaoyan Yang, Man Sha, Yang Li

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

AI总结 本文提出ABC-GS框架，通过分割掩膜实现场景内容与风格特征的精准对齐，结合基于特征对齐的风格迁移损失函数，提升3D场景风格迁移的全局风格一致性与可控性。

Comments ICME 2025 Oral

NavGSim: High-Fidelity Gaussian Splatting Simulator for Large-Scale Navigation

NavGSim: 高保真度高斯点扩散模拟器用于大规模导航

Jiahang Liu, Yuanxing Duan, Jiazhao Zhang, Minghan Li, Shaoan Wang, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； BAAI（中国人工智能研究院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.RO

AI总结 NavGSim基于高斯点扩散框架，生成高保真度大规模导航环境，通过高斯点扩散切片技术提取可导航区域，提供多GPU支持的API，提升视觉-语言-动作模型的场景理解能力。

S2GS: Streaming Semantic Gaussian Splatting for Online Scene Understanding and Reconstruction

S2GS：流式语义高斯点云用于在线场景理解和重建

Renhe Zhang, Yuyang Tan, Jingyu Gong, Zhizhong Zhang, Lizhuang Ma, Yuan Xie, Xin Tan

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

AI总结 S2GS提出一种严格因果的增量3D高斯语义场框架，通过分离几何与语义的双主干设计，实现在线场景重建与理解，显著提升长视界可扩展性。

Comments 10 pages, 7 figures

UPGS: Unified Pose-aware Gaussian Splatting for Dynamic Scene Deblurring

UPGS：面向动态场景模糊的统一姿态感知高斯点分布

Zhijing Wu, Longguang Wang

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

AI总结 本文提出统一优化框架，通过将相机姿态作为可学习参数与3DGS属性结合，实现端到端优化，提升动态去模糊的重建质量和姿态估计精度。

GT2-GS: Geometry-aware Texture Transfer for Gaussian Splatting

GT2-GS：基于几何的纹理迁移用于高斯点扩散

Wenjie Liu, Zhongliang Liu, Junwei Shu, Changbo Wang, Yang Li

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

AI总结 本文提出GT2-GS框架，通过几何感知损失和自适应细粒度控制模块，提升高斯点扩散中纹理迁移的质量与可控性，使结果更符合人类视觉感知。

Comments Accepted to AAAI 2026

RetimeGS: Continuous-Time Reconstruction of 4D Gaussian Splatting

RetimeGS: 4D高斯点云的连续时间重建

Xuezhen Wang, Li Ma, Yulin Shen, Zeyu Wang, Pedro V. Sander

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

AI总结 RetimeGS通过显式定义3D高斯的时序行为，解决4D高斯点云在连续时间下重建时的时序混叠问题，实现流畅且一致的渲染效果。

Comments Accepted to CVPR2026

4D Synchronized Fields: Motion-Language Gaussian Splatting for Temporal Scene Understanding

4D同步场：用于时间场景理解的运动-语言高斯点溅射

Mohamed Rayan Barhdadi, Samir Abdaljalil, Rasul Khanbayov, Erchin Serpedin, Hasan Kurban

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV、cs.GR

AI总结 本文提出4D同步场，通过在重建中学习物体级运动并同步语言到运动，实现重建、运动和语义的结构耦合，提升时间查询性能。

Comments 34 pages, 3 figures, 7 tables. Includes supplementary material. Preprint

MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting

MetaGS: 一种基于元学习的高斯-Phong模型用于分布外3D场景重照明

Yumeng He, Yunbo Wang, Xiaokang Yang

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 MetaGS通过元学习训练3D高斯点散射模型，结合Blinn-Phong物理先验，提升分布外3D场景重照明的鲁棒性和准确性。

Comments Accepted by NeurIPS 2025 (Spotlight). Code: https://github.com/raynehe/MetaGS

PhyGaP: Physically-Grounded Gaussians with Polarization Cues

PhyGaP：基于极化线索的物理 grounded 高斯分布

Jiale Wu, Xiaoyang Bai, Zongqi He, Weiwei Xu, Yifan Peng

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

AI总结 PhyGaP利用极化线索改进3D高斯分布，通过极化延迟渲染和网格映射技术实现高精度反射分解和逼真光照重映射，实验表明其在反射3D物体重建和逆渲染方面表现优异。

Comments The paper is accepted by CVPR 2026

RadarGaussianDet3D: Gaussian Representation-based Real-time 3D Object Detection with 4D Automotive Radars

RadarGaussianDet3D: 基于高斯表示的实时3D目标检测与4D汽车雷达

Weiyi Xiong, Bing Zhu, Zewei Zheng

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

AI总结 本文提出RadarGaussianDet3D，通过高斯表示提升4D雷达的3D目标检测性能，采用点高斯编码器和3D高斯点划技术生成密集特征图，结合新的高斯损失函数实现更高效的检测与推理。

Comments Accepted by IEEE Robotics and Automation Letters

IRIS: Intersection-aware Ray-based Implicit Editable Scenes

IRIS：基于交点的射线隐式可编辑场景

Grzegorz Wilczyński, Mikołaj Zieliński, Krzysztof Byrski, Joanna Waczyńska, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University, Faculty of Mathematics and Computer Science（杰洛尼摩大学数学与计算机科学学院） ； Poznań University of Technology, Institute of Robotics and Machine Intelligence（波兹南技术大学机器人与人工智能研究所） ； IDEAS Research Institute（IDEAS研究所） 纠错

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

AI总结 IRIS提出一种高效交互式场景编辑方法，通过分析采样策略和连续特征聚合机制，解决传统射线追踪的效率问题，实现高保真实时渲染和灵活形状编辑。

Register Any Point: Scaling 3D Point Cloud Registration by Flow Matching

注册任意点：通过流匹配扩展3D点云注册

Yue Pan, Tao Sun, Liyuan Zhu, Lucas Nunes, Iro Armeni, Jens Behley, Cyrill Stachniss

专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出通过流匹配方法实现3D点云注册，直接生成对齐点云，提高效率和全局一致性，在多视角注册基准中取得最佳性能。

In-Field 3D Wheat Head Instance Segmentation From TLS Point Clouds Using Deep Learning Without Manual Labels

基于TLS点云的田间小麦头实例分割：无需手动标注的深度学习方法

Tomislav Medic, Liangliang Nan

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

AI总结 本文提出一种无需手动标注的深度学习方法，直接从TLS点云中实现田间小麦头实例分割，通过两阶段流程提升分割效果，优于现有基于多视角RGB图像和3D高斯点划法的解决方案。

Comments to be published in ISPRS Annals of Photogrammetry and Remote Sensing at XXV ISPRS Congress, Toronto, Canada, July 2026, 8 pages, 5 figures