3D 视觉

SAFT: Sensitivity-Aware Filtering and Transmission for Adaptive 3D Point Cloud Communication over Wireless Channels

SAFT：面向无线信道的自适应3D点云通信中的灵敏度感知滤波与传输

Huda Adam Sirag Mekki, Hui Yuan, Mohanad M. G. Hassan, Zejia Chen, Guanghui Zhang

机构 * School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； Key Laboratory of Machine Intelligence and System Control, Ministry of Education（教育部机器智能与系统控制重点实验室） ； School of Computer Science and Technology, Shandong University（山东大学计算机科学与技术学院） 纠错

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

AI总结 本文提出SAFT框架，通过点-BERT编码器、灵敏度引导的token过滤模块、量化块和SNR感知解码器，实现自适应3D点云通信，提升低SNR下的几何保真度。

DUGAE: Unified Geometry and Attribute Enhancement via Spatiotemporal Correlations for G-PCC Compressed Dynamic Point Clouds

DUGAE：通过时空相关性实现统一的几何和属性增强以G-PCC压缩动态点云

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

机构 * School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； Key Laboratory of Machine Intelligence and System Control, Ministry of Education（教育部机器智能与系统控制重点实验室） ； Department of Computing and Decision Science, Lingnan University（岭南大学计算与决策科学系） 纠错

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

AI总结 DUGAE通过利用点云序列中的时空相关性，提升G-PCC压缩动态点云的几何和属性增强效果，显著提升了GeS-TM v10的性能，实现了BD-PSNR增益和比特率降低。

Fourier Decomposition for Explicit Representation of 3D Point Cloud Attributes

用于3D点云属性显式表示的傅里叶分解

Donghyun Kim, Chanyoung Kim, Hyunah Ko, Seong Jae Hwang

机构 * Yonsei University（延世大学） ； Emory University（埃默里大学） 纠错

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

AI总结 本文提出一种利用3D傅里叶分解的点云编码方法，以分离颜色和几何特征，提升多点间关系的捕捉能力，在DensePoint数据集上实现分类、分割和风格迁移的最优性能。

DRUM: Diffusion-based Raydrop-aware Unpaired Mapping for Sim2Real LiDAR Segmentation

DRUM：基于扩散的反射率感知无配对映射用于Sim2Real激光雷达分割

Tomoya Miyawaki, Kazuto Nakashima, Yumi Iwashita, Ryo Kurazume

机构 * Kyushu University（九州大学） ； Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） 纠错

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

AI总结 DRUM通过利用未标记真实数据预训练的扩散模型，结合反射强度和射线丢失噪声特性，提升Sim2Real激光雷达分割性能。

Comments ICRA 2026

Generalizable task-oriented object grasping through LLM-guided ontology and similarity-based planning

通过LLM引导的本体和基于相似性的规划实现通用任务导向物体抓取

Hao Chen, Takuya Kiyokawa, Weiwei Wan, Kensuke Harada

机构 * Graduate School of Engineering Science, The University of Osaka（大阪大学工学研究科） 纠错

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

AI总结 本文提出基于LLM的本体和相似性规划方法，解决任务导向抓取中部分识别和抓取区域选择的稳定性问题，提升抓取的通用性和鲁棒性。

Comments Accepted by Robotics and Autonomous Systems

GLASS: Geometry-aware Local Alignment and Structure Synchronization Network for 2D-3D Registration

GLASS：面向2D-3D配准的几何感知局部对齐与结构同步网络

Zhixin Cheng, Jiacheng Deng, Xinjun Li, Bohao Liao, Li Liu, Xiaotian Yin, Baoqun Yin, Tianzhu Zhang

机构 * School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； Meituan Inc（美团） 纠错

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

AI总结 本文提出GLASS网络，通过局部几何增强和图分布一致性模块，解决重复模式下2D-3D配准中的结构不一致问题，提升匹配精度。

Comments Accepted by IEEE Transactions on Circuits and Systems for Video Technology

FAST3DIS: Feed-forward Anchored Scene Transformer for 3D Instance Segmentation

FAST3DIS：用于3D实例分割的前馈锚定场景Transformer

Changyang Li, Xueqing Huang, Shin-Fang Chng, Huangying Zhan, Qingan Yan, Yi Xu

机构 * Goertek Alpha Labs（歌尔阿尔法实验室） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出FAST3DIS，一种端到端的3D实例分割方法，通过前馈锚定场景Transformer避免后处理聚类，提升分割精度与效率。