3D 视觉

UniSem: Generalizable Semantic 3D Reconstruction from Sparse Unposed Images

UniSem: 从稀疏未定位图像进行通用语义3D重建

Guibiao Liao, Qian Ren, Kaimin Liao, Hua Wang, Zhi Chen, Luchao Wang, Yaohua Tang

机构 * Moore Threads AI 纠错

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

AI总结 UniSem通过误差感知高斯丢弃和混合训练课程提升深度精度和语义泛化能力，在ScanNet和Replica数据集上实现了更优的深度预测和开放词汇3D分割性能。

PanoVGGT: Feed-Forward 3D Reconstruction from Panoramic Imagery

PanoVGGT：从全景影像进行前馈3D重建

Yijing Guo, Mengjun Chao, Luo Wang, Tianyang Zhao, Haizhao Dai, Yingliang Zhang, Jingyi Yu, Yujiao Shi

机构 * ShanghaiTech University（上海科技大学） ； Sudo 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PanoVGGT模型，通过单次前向传递从单或多张全景影像联合预测相机姿态、深度图和3D点云，采用球面感知位置嵌入和全景特定三轴SO(3)旋转增强，解决全局框架模糊问题，并贡献PanoCity大规模户外全景数据集。

Comments Accepted by CVPR 2026

A 3D Reconstruction Benchmark for Asset Inspection

用于资产检查的3D重建基准测试

James L. Gray, Nikolai Goncharov, Alexandre Cardaillac, Ryan Griffiths, Jack Naylor, Donald G. Dansereau

机构 * Australian Centre for Robotics, School of Aerospace, Mechanical and Mechatronic Engineering, University of Sydney（澳大利亚机器人中心，航空航天、机械与机电工程学院，悉尼大学） 纠错

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

AI总结 本文提出一个包含真实场景的3D重建基准数据集，用于评估在复杂表面条件和密集拍摄轨迹下的重建方法性能。

Comments 29 pages, 15 figures, 8 tables

TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction

TALO：推动3D视觉基础模型向全球一致的在线重建迈进

Fengyi Zhang, Tianjun Zhang, Kasra Khosoussi, Zheng Zhang, Zi Huang, Yadan Luo

机构 * UQMM Lab, The University of Queensland（昆士兰大学UQMM实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出基于薄板样条的高自由度长期对齐框架，通过全局传播控制点纠正空间变化不一致，并采用点无关子图注册设计提升鲁棒性，实验表明其在多数据集和相机配置下均能获得更一致的几何和更低的轨迹误差。

Comments CVPR 2026

TAPESTRY: From Geometry to Appearance via Consistent Turntable Videos

TAPESTRY：从几何到外观 via 一致的旋转台视频

Yan Zeng, Haoran Jiang, Kaixin Yao, Qixuan Zhang, Longwen Zhang, Lan Xu, Jingyi Yu

机构 * ShanghaiTech University（上海科技大学） ； Deemos Technology（德莫斯科技） 纠错

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

AI总结 TAPESTRY通过基于显式3D几何的视频扩散方法生成高保真旋转台视频，用于驱动纹理合成和神经渲染，实现高质量3D重建。

LoST: Level of Semantics Tokenization for 3D Shapes

LoST：3D形状的语义层次标记化

Niladri Shekhar Dutt, Zifan Shi, Paul Guerrero, Chun-Hao Paul Huang, Duygu Ceylan, Niloy J. Mitra, Xuelin Chen

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

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

AI总结 本文提出LoST，通过语义显著性对3D形状进行标记化，实现高效的自回归生成。实验表明LoST在几何和语义重建上优于现有方法，并提升下游任务性能。

Comments CVPR 2026; Project website-- https://lost3d.github.io

AgriChrono: A Multi-modal Dataset Capturing Crop Growth and Lighting Variability with a Field Robot

AgriChrono：一种捕捉作物生长和光照变化的多模态数据集

Jaehwan Jeong, Tuan-Anh Vu, Mohammad Jony, Shahab Ahmad, Md. Mukhlesur Rahman, Sangpil Kim, M. Khalid Jawed

机构 * Korea University（韩国大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； North Dakota State University（北达科他州立大学） 纠错

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

AI总结 本文提出AgriChrono数据集，通过多传感器平台采集农田动态变化数据，验证了高精度动态非刚性场景重建的挑战，推动农业机器人研究。

Comments Keywords: Agricultural Robotics, In-the-wild Dataset, 3D Reconstruction

World Reconstruction From Inconsistent Views

从不一致视角重建世界

Lukas Höllein, Matthias Nießner

机构 * Technical University of Munich, Germany（慕尼黑技术大学） 纠错

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

AI总结 本文提出一种非刚性对齐方法，通过全局一致坐标框架生成清晰点云，提升视频扩散模型在3D世界重建中的性能。

Comments project website: https://lukashoel.github.io/video_to_world video: https://www.youtube.com/watch?v=qXnUwhVmBzA code: https://github.com/lukasHoel/video_to_world

OmniVLN: Omnidirectional 3D Perception and Token-Efficient LLM Reasoning for Visual-Language Navigation across Air and Ground Platforms

OmniVLN：面向空和地面平台的全方位3D感知与高效token LLM推理的视觉语言导航

Zhongyuang Liu, Min He, Shaonan Yu, Xinhang Xu, Muqing Cao, Jianping Li, Jianfei Yang, Lihua Xie

机构 * CertaintyX ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.RO

AI总结 OmniVLN结合全方位3D感知与高效token分层推理，提升空和地面机器人在复杂环境中的视觉语言导航能力，提升空间指认准确率并减少token消耗。

Coherent Human-Scene Reconstruction from Multi-Person Multi-View Video in a Single Pass

从多视角多人物视频中单次通过进行一致的人-场景重建

Sangmin Kim, Minhyuk Hwang, Geonho Cha, Dongyoon Wee, Jaesik Park

机构 * Seoul National University（首尔国立大学） ； NAVER Cloud（NAVER云） 纠错

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

AI总结 本文提出CHROMM框架，通过单次处理联合估计相机、场景点云和人体网格，无需额外模块或预处理，提升多视角人体姿态估计性能。

Comments Project page: https://nstar1125.github.io/chromm