3D 视觉

OccuFly: A 3D Vision Benchmark for Semantic Scene Completion from the Aerial Perspective

OccuFly：一种用于从空中视角进行语义场景补全的3D视觉基准

Markus Gross, Sai B. Matha, Aya Fahmy, Rui Song, Daniel Cremers, Henri Meess

机构 * Fraunhofer Institute IVI（弗劳恩霍夫交通与基础设施系统研究所） ； TU Munich（慕尼黑工业大学） ； MCML（慕尼黑机器学习中心） ； UCLA（加州大学洛杉矶分校） 纠错

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

AI总结 本文提出OccuFly基准，通过无LiDAR相机数据生成框架，提供21类语义的20000+样本，评估视觉模型在空中场景中的局限性。

Comments Accepted to CVPR 2026

GaussFusion: Improving 3D Reconstruction in the Wild with A Geometry-Informed Video Generator

GaussFusion: 通过几何引导的视频生成提升野外3D重建

Liyuan Zhu, Manjunath Narayana, Michal Stary, Will Hutchcroft, Gordon Wetzstein, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Zillow Group（Zillow集团） 纠错

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

AI总结 GaussFusion通过几何引导的视频生成技术改进3DGS重建，解决常见伪影问题，提供更鲁棒的3D重建方法，实现在新型视图合成中的最佳性能。

Comments CVPR 2026 main paper camera-ready. Project page: http://research.zhuliyuan.net/projects/GaussFusion/

FluidGaussian: Propagating Simulation-Based Uncertainty Toward Functionally-Intelligent 3D Reconstruction

FluidGaussian: 通过基于仿真的不确定性传播实现功能智能的3D重建

Yuqiu Liu, Jialin Song, Marissa Ramirez de Chanlatte, Rochishnu Chowdhury, Rushil Paresh Desai, Wuyang Chen, Daniel Martin, Michael W. Mahoney

机构 * Simon Fraser University（西蒙弗雷泽大学） ； Lawrence Berkeley National Lab（劳伦斯伯克利国家实验室） ； University of California, Berkeley（加州大学伯克利分校） ； International Computer Science Institute（国际计算机科学研究所） 纠错

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

AI总结 本文提出FluidGaussian方法，通过耦合几何重建与流体-结构相互作用，提升3D重建的物理真实性和功能感知能力，实验显示在多个数据集上提升了视觉质量和物理仿真精度。

Comments Accepted by CVPR 2026

E-RayZer: Self-supervised 3D Reconstruction as Spatial Visual Pre-training

E-RayZer：基于空间视觉预训练的自监督3D重建

Qitao Zhao, Hao Tan, Qianqian Wang, Sai Bi, Kai Zhang, Kalyan Sunkavalli, Shubham Tulsiani, Hanwen Jiang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adobe Research（Adobe研究院） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文提出E-RayZer，一种通过未标注图像直接学习几何基础表示的自监督3D视觉模型，通过显式几何实现3D重建，优于现有方法。

Comments CVPR 2026 Camera-ready. Project website: https://qitaozhao.github.io/E-RayZer

MV-RoMa: From Pairwise Matching into Multi-View Track Reconstruction

MV-RoMa：从成对匹配到多视角轨迹重建

Jongmin Lee, Seungyeop Kang, Sungjoo Yoo

机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔大学） 纠错

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

AI总结 MV-RoMa通过多视角密集匹配模型，联合估计源图像到多个共视目标的密集对应关系，提升3D重建的准确性和密度。

Comments CVPR 2026 Accepted

SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation

SpatialAnt：通过主动场景重建与视觉预判实现自主零样本机器人导航

Jiwen Zhang, Xiangyu Shi, Siyuan Wang, Zerui Li, Zhongyu Wei, Qi Wu

机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学） ； Adelaide University（阿德莱德大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 SpatialAnt通过主动场景重建和视觉预判机制，解决零样本机器人导航中自建场景的不完整和噪声问题，提升导航性能。

Comments 10 pages, 4 figures, 5 tables. Homepage: https://imnearth.github.io/Spatial-X/

Deep Learning Aided Vision System for Planetary Rovers

基于深度学习的行星漫游车视觉系统

Lomash Relia, Jai G Singla, Amitabh, Nitant Dube

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

AI总结 本文提出一种结合实时感知与离线地形重建的行星漫游车视觉系统，采用CLAHE增强立体影像、YOLOv11n目标检测和神经网络估计距离，结合Depth Anything V2模型生成深度图并融合为密集点云，实测显示其在1-10米范围内中位深度误差为2.26厘米。

\textit{4DSurf}: High-Fidelity Dynamic Scene Surface Reconstruction

4DSurf：高保真动态场景表面重建

Renjie Wu, Hongdong Li, Jose M. Alvarez, Miaomiao Liu

机构 * Australian National University（澳大利亚国立大学） ； NVIDIA（英伟达） ； Amazon（亚马逊） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出4DSurf框架，解决动态场景表面重建问题，通过高斯变形和重叠分段策略实现大变形和时间一致性，实验显示在Chamfer距离上优于现有方法。

Comments Accepted to CVPR 2026

PAVAS: Physics-Aware Video-to-Audio Synthesis

PAVAS：物理感知的视频到音频合成

Oh Hyun-Bin, Yuhta Takida, Toshimitsu Uesaka, Tae-Hyun Oh, Yuki Mitsufuji

机构 * POSTECH（浦项科技大学） ； Sony AI（索尼人工智能） ； Sony Group Corporation（索尼集团公司） ； KAIST（韩国科学技术院） 纠错

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

AI总结 PAVAS通过引入物理推理，结合物理参数估计器和物理驱动音频适配器，生成符合物理规律的音频，优于现有视频到音频生成模型。

M4Human: A Large-Scale Multimodal mmWave Radar Benchmark for Human Mesh Reconstruction

M4Human: 一种大规模多模态毫米波雷达基准用于人体网格重建

Junqiao Fan, Yunjiao Zhou, Yizhuo Yang, Xinyuan Cui, Jiarui Zhang, Lihua Xie, Jianfei Yang, Chris Xiaoxuan Lu, Fangqiang Ding

机构 * NTU（南洋理工大学） ； University of Edinburgh（爱丁堡大学） ； UPenn（宾夕法尼亚大学） ； UCL（伦敦大学学院） ； MIT（麻省理工学院） 纠错

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

AI总结 本文提出M4Human，首个大规模多模态毫米波雷达基准，提供高分辨率雷达、RGB和深度数据，用于解决传统视觉传感的遮挡、光照和隐私问题，推动人体建模研究。

Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation

通过提示深度任何事实现4K分辨率的准确度量深度估计

Haotong Lin, Sida Peng, Jingxiao Chen, Songyou Peng, Jiaming Sun, Minghuan Liu, Hujun Bao, Jiashi Feng, Xiaowei Zhou, Bingyi Kang

机构 * Zhejiang University（浙江大学） ； ByteDance Seed（字节跳动Seed） ； Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出Prompt Depth Anything，利用低成本LiDAR作为提示，通过多尺度融合设计实现4K分辨率的度量深度估计，并在ARKitScenes和ScanNet++数据集上取得新突破。

Comments CVPR 2025; Project page: https://PromptDA.github.io/

RBF-Generated Finite Difference Method Coupled with Quadratic Programming for Solving PDEs on Surfaces with Derivative Boundary Conditions

基于RBF生成有限差分法与二次规划的PDEs在有导数边界条件的表面上的求解方法

Peng Chen, Shixiao Willing Jiang, Rongji Li, Qile Yan

专题命中 三维重建 ：point cloud(abstract)

AI总结 本文提出一种结合RBF生成有限差分法与二次规划的方法，用于求解具有导数边界条件的曲面上PDEs，通过构造受限最近邻Stencil和约束二次规划提高数值稳定性，避免使用ghost点并无需准均匀节点分布。

Few TensoRF: Enhance the Few-shot on Tensorial Radiance Fields

Few TensoRF: 提升张量辐射场的少样本重建

Thanh-Hai Le, Hoang-Hau Tran, Trong-Nghia Vu

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

AI总结 Few TensoRF结合TensorRF的高效张量表示与FreeNeRF的频率驱动少样本正则化，通过加速渲染并引入频率和遮挡掩膜，提升稀疏输入视角下的稳定性与重建质量，实验表明其在Synthesis NeRF基准上PSNR提升显著。

Comments 11 pages, 8 figures

Off The Grid: Detection of Primitives for Feed-Forward 3D Gaussian Splatting

脱离网格：用于前馈3D高斯散射的原始形检测

Arthur Moreau, Richard Shaw, Michal Nazarczuk, Jisu Shin, Thomas Tanay, Zhensong Zhang, Songcen Xu, Eduardo Pérez-Pellitero

机构 * Huawei Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

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

AI总结 本文提出了一种前馈架构，通过子像素级检测3D高斯原始形，替代传统网格，提升质量和效率。结合预训练的3D重建模型，无需3D标注即可生成逼真3DGS场景，实现最先进的视图合成。

Comments CVPR 2026 camera ready version

Physically Inspired Gaussian Splatting for HDR Novel View Synthesis

基于物理的高动态范围新型视图合成的高斯点散射

Huimin Zeng, Yue Bai, Hailing Wang, Yun Fu

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系） ； Khoury College of Computer Science, Northeastern University（东北大学Khoury计算机科学学院） 纠错

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

AI总结 本文提出PhysHDR-GS框架，通过建模内在反射率和可调环境光照，改进HDR-NVS在动态细节重建和光照依赖外观捕捉中的性能，实验表明在真实和合成数据集上具有更高的PSNR和实时渲染速度。

Comments Accepted to CVPR 2026

SVGS: Single-View to 3D Object Editing via Gaussian Splatting

SVGS: 通过高斯散射实现单视图到3D物体编辑

Pengcheng Xue, Yan Tian, Qiutao Song, Ziyi Wang, Linyang He, Weiping Ding, Mahmoud Hassaballah, Karen Egiazarian, Wei-Fa Yang, Leszek Rutkowski

机构 * School of Computer Science and Technology, Zhejiang Gongshang University（浙江工商大学计算机科学与技术学院） ； Zhejiang Key Laboratory of Big Data and Future E-Commerce Technology（浙江省大数据与未来电子商务技术重点实验室） ； Jianpei Technology Co., Ltd.（建培科技有限公司） ； School of Artificial Intelligence and Computer Science, Nantong University（南通大学人工智能与计算机科学学院） ； Department of Computer Science, College of Computer Engineering and Sciences, Prince Sattam Bin Abdulaziz University（沙特本·阿卜杜勒阿齐兹王子大学计算机工程与科学学院计算机科学系） ； Department of Computer Science, Faculty of Computers and Information, Qena University（基纳大学计算机与信息学院计算机科学系） ； Department of Computing Sciences, Faculty of Information Technology and Communication Sciences, Tampere University（坦佩雷大学信息技术与通信科学学院计算科学系） ； Division of Oral and Maxillofacial Surgery, Faculty of Dentistry, The University of Hong Kong（香港大学牙医学院口腔颌面外科） ； Systems Research Institute of the Polish Academy of Sciences（波兰科学院系统研究所） ； AGH University of Krakow（AGH科技大学） ； SAN University（SAN大学） 纠错

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

AI总结 本文提出SVGS方法，通过单视图文本驱动编辑和稀疏3D高斯散射提升3D编辑效率与一致性，优于现有方法。

EmoTaG: Emotion-Aware Talking Head Synthesis on Gaussian Splatting with Few-Shot Personalization

EmoTaG：基于高斯点云的情绪感知谈话头合成与少样本个性化

Haolan Xu, Keli Cheng, Lei Wang, Ning Bi, Xiaoming Liu

机构 * Michigan State University（密歇根州立大学） ； Qualcomm Technologies Inc.（高通技术公司） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 本文提出EmoTaG框架，通过结构化FLAME参数空间改进运动稳定性，结合门控残差运动网络实现情绪感知的高质量谈话头合成。

Comments Accepted by CVPR 2026. Page: https://emotag26.github.io/

ObjectMorpher: 3D-Aware Image Editing via Deformable 3DGS Models

ObjectMorpher: 通过可变形3DGS模型实现3D感知的图像编辑

Yuhuan Xie, Aoxuan Pan, Yi-Hua Huang, Chirui Chang, Peng Dai, Xin Yu, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 ObjectMorpher通过可变形3DGS模型实现3D感知图像编辑，提供精确的物体级控制，支持快速且保持身份的编辑，优于2D拖拽和3D感知基线。

Comments 11 pages, 8 figures

MeshSplats: Mesh-Based Rendering with Gaussian Splatting Initialization

基于网格的渲染：利用高斯溅射初始化的网格化

Rafał Tobiasz, Grzegorz Wilczyński, Marcin Mazur, Sławomir Tadeja, Weronika Smolak-Dyżewska, Przemysław Spurek

机构 * Faculty of Mathematics and Computer Science, Jagiellonian University in Kraków（克拉科夫雅盖隆大学数学与计算机科学学院） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； IDEAS Research Institute（IDEAS研究所） 纠错

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

AI总结 本文提出MeshSplats方法，将高斯溅射转化为网格格式，利用光线追踪实现高效渲染，同时通过优化算法提升质量，适用于计算机图形学和图像处理。

arg-VU: Affordance Reasoning with Physics-Aware 3D Geometry for Visual Understanding in Robotic Surgery

arg-VU：结合物理感知的3D几何进行视觉理解的意图推理

Nan Xiao, Yunxin Fan, Farong Wang, Fei Liu

机构 * University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 arg-VU通过整合时间一致的几何跟踪与约束诱导的机械建模，提升手术场景中变形组织的意图推理能力，实现更稳定和物理一致的预测。

GS3LAM: Gaussian Semantic Splatting SLAM

GS3LAM: 基于高斯语义散射的SLAM

Linfei Li, Lin Zhang, Zhong Wang, Ying Shen

机构 * School of Software Engineering, Tongji University（同济大学软件工程学院） ； Department of Automation, Shanghai Jiaotong University（上海交通大学自动化系） 纠错

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

AI总结 GS3LAM通过多模态数据融合实现实时一致的语义密集地图，采用语义高斯场和多模态误差约束联合优化，引入深度自适应尺度正则化和随机采样关键帧映射策略，提升跟踪鲁棒性和渲染质量。

Comments Accepted by ACM MM 2024

VerseCrafter: Dynamic Realistic Video World Model with 4D Geometric Control

VerseCrafter：基于4D几何控制的动态真实视频世界模型

Sixiao Zheng, Minghao Yin, Wenbo Hu, Xiaoyu Li, Ying Shan, Yanwei Fu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； HKU（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） 纠错

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

AI总结 本文提出VerseCrafter，通过4D几何控制生成动态真实视频，相比传统方法更精确控制相机和多物体运动。

Comments Project Page: https://sixiaozheng.github.io/VerseCrafter_page/, Accepted by CVPR 2026

NARVis: Neural Accelerated Rendering for Real-Time Scientific Point Cloud Visualization

NARVis：神经加速渲染用于实时科学点云可视化

Srinidhi Hegde, Kaur Kullman, Thomas Grubb, Leslie Lait, Stephen Guimond, Matthias Zwicker

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； NASA（美国国家航空航天局） ； Hampton University（汉普顿大学） 纠错

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

AI总结 NARVis通过神经后处理提升大规模点云渲染效率，实现高速高保真可视化，适用于多维流场和地形扫描。

Octree-based Learned Point Cloud Geometry Compression: A Lossy Perspective

基于八叉树的学得点云几何压缩：一种有损视角

Kaiyu Zheng, Wei Gao, Huiming Zheng

机构 * School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院） 纠错

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

AI总结 本文提出针对不同点云的有损压缩方法，针对物体点云改进叶节点压缩，针对LiDAR点云提出变率控制方法，实验显示方法在物体点云上表现更优，在LiDAR点云上实现约1%的比特误差。

Annotation-Free Detection of Drivable Areas and Curbs Leveraging LiDAR Point Cloud Maps

无需标注的 drivable 区域和路障检测：利用 LiDAR 点云地图

Fulong Ma, Daojie Peng, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 本文提出 MADL 模块，通过 LiDAR 地图与路障检测结合，自动生成训练数据，提升 drivable 区域和路障检测的鲁棒性和准确性。

Approximation of symmetric total variation on point clouds

对点云上对称全变分的近似

Stefano Almi, Anna Kubin, Emanuele Tasso

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文研究了在图上对称全变分函数的近似，通过随机采样参考概率测度得到点云，构建离散对称有限差分模型，确定合适的点分布缩放以保证几乎必然Γ-收敛到各向异性加权对称全变分。

EAGLE: Contextual Point Cloud Generation via Adaptive Continuous Normalizing Flow with Self-Attention

EAGLE：通过自适应连续归一化流与自注意力实现上下文点云生成

Linhao Wang, Qichang Zhang, Yifan Yang, Ye Su, Hao Wang

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文提出EAGLE模型，结合自注意力机制与自适应连续归一化流，有效捕捉点云的全局上下文信息，并通过自适应偏差校正机制提升生成质量。

SimULi: Real-Time LiDAR and Camera Simulation with Unscented Transforms

SimULi: 基于无散射变换的实时激光雷达和摄像头模拟

Haithem Turki, Qi Wu, Xin Kang, Janick Martinez Esturo, Shengyu Huang, Ruilong Li, Zan Gojcic, Riccardo de Lutio

专题命中 点云 ：NeRF(abstract)；3DGS(abstract)；分类 cs.CV、cs.GR、cs.RO

AI总结 SimULi 提出一种实时渲染任意相机模型和激光雷达数据的方法，通过扩展 3DGUT 并引入自动化拼接策略和射线剔除，提升了渲染速度和精度，适用于自动驾驶场景的高保真测试。

Comments ICLR 2026 - project page: https://research.nvidia.com/labs/sil/projects/simuli

Physics-Aware Diffusion for LiDAR Point Cloud Densification

面向激光雷达点云密集化的物理感知扩散模型

Zeping Zhang, Robert Laganière

机构 * University of Ottawa（渥太华大学） 纠错

专题命中 点云 ：point cloud(title)；分类 cs.CV

AI总结 本文提出Scanline-Consistent Range-Aware Diffusion模型，通过概率细化提升激光雷达点云密集度，以156ms实现高保真结果，采用Ray-Consistency损失和Negative Ray增强技术抑制物理幻觉，提升3D检测性能。

Tele-Catch: Adaptive Teleoperation for Dexterous Dynamic 3D Object Catching

Tele-Catch：适应性远程操作用于灵巧动态3D物体捕捉

Weiguang Zhao, Junting Dong, Rui Zhang, Kailin Li, Qin Zhao, Kaizhu Huang

机构 * Princeton University（普林斯顿大学） ； Springer Heidelberg（海德堡施普林格出版社） ； ABC Institute, Rupert-Karls-University Heidelberg（ABC研究所，鲁普雷希特-卡尔斯-海德堡大学） 纠错

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

AI总结 本文提出Tele-Catch框架，通过融合手套信号与扩散策略去噪过程，实现动态物体捕捉任务中的共享自主控制，提升准确性和鲁棒性。