3D 视觉

Implicit reconstruction from point cloud: an adaptive level-set-based semi-Lagrangian method

点云隐式重建：一种自适应层级集半拉格朗日方法

Silvia Preda, Matteo Semplice

专题命中 三维重建 ：point cloud(title,abstract)

AI总结 本文提出一种基于层级集的半拉格朗日方法，用于从点云中重建表面。该方法通过自适应分级笛卡尔网格，结合曲率约束和高阶插值器，实现高质量隐式表示。

SLAT-Phys: Fast Material Property Field Prediction from Structured 3D Latents

SLAT-Phys：从结构化3D潜在特征快速预测材料属性场

Rocktim Jyoti Das, Dinesh Manocha

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

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

AI总结 SLAT-Phys通过单张RGB图像直接预测3D资产的空间变化材料属性场，利用预训练的3D资产生成模型的结构化潜在特征，结合轻量级神经解码器，高效估计杨氏模量、密度和泊松比，实现比传统方法更快的材料属性预测。

Comments 8 page, 4 figures

Form-Fitting, Large-Area Sensor Mounting for Obstacle Detection

适配式、大区域传感器安装用于障碍物检测

Anna Soukhovei, Carson Kohlbrenner, Caleb Escobedo, Alexander Gholmieh, Alexander Dickhans, Alessandro Roncone

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） 纠错

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

AI总结 本文提出一种低成本方法，用于在机器人连杆上安装传感器以实现大范围感知覆盖，无需事先校准传感器位置和方向。通过计算机辅助设计生成机器人皮肤单元，可适配非可展表面，嵌入不同尺寸的电路板支架，保持传感器固定位置。

Comments Accepted at 2025 Humanoids Workshop on Advances in Contact-Rich Robotics: Rich Tactile-Based Physical Interaction [ConRich]

Neu-PiG: Neural Preconditioned Grids for Fast Dynamic Surface Reconstruction on Long Sequences

Neu-PiG：神经预条件网格用于长序列快速动态表面重建

Julian Kaltheuner, Hannah Dröge, Markus Plack, Patrick Stotko, Reinhard Klein

机构 * University of Bonn（波恩大学） 纠错

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

AI总结 本文提出Neu-PiG，通过预条件潜在网格编码实现快速动态表面重建，解决了长序列中点云数据的一致性问题，提升精度和效率。

Comments CVPR 2026, Code: https://github.com/vc-bonn/neu-pig

FlashVGGT: Efficient and Scalable Visual Geometry Transformers with Compressed Descriptor Attention

FlashVGGT: 高效且可扩展的视觉几何变换器与压缩描述符注意力

Zipeng Wang, Dan Xu

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文提出FlashVGGT，通过压缩描述符注意力机制解决传统自注意力的可扩展性问题，实现高效多视角图像三维重建，实验表明其在精度和效率上优于VGGT。

Comments CVPR2026