arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-04-01 至 2026-04-01 共收录 5 信号源:cs.CV, cs.GR, cs.RO

1. 3D生成 5 篇

2603.18782 2026-04-01 cs.CV cs.AI 88%

Points-to-3D: Structure-Aware 3D Generation with Point Cloud Priors

Points-to-3D: 基于点云先验的结构感知3D生成

Jiatong Xia, Zicheng Duan, Anton van den Hengel, Lingqiao Liu

机构 * Australian Institute for Machine Learning, University of Adelaide, Australia(澳大利亚阿德莱德大学澳大利亚机器学习研究所)

专题命中 3D生成 :point cloud(title,abstract);3D generation(title,abstract);分类 cs.CV

AI总结 本文提出Points-to-3D框架,利用点云先验生成可控的3D资产和场景,通过结构修复网络和分阶段采样策略提升几何精度和渲染质量。

Comments Accepted by CVPR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29387 2026-04-01 cs.CV cs.AI 83%

Extend3D: Town-Scale 3D Generation

Extend3D:城镇级3D生成

Seungwoo Yoon, Jinmo Kim, Jaesik Park

机构 * Seoul National University(首尔国立大学)

专题命中 3D生成 :3D generation(title,abstract);point cloud(abstract);分类 cs.CV

AI总结 本文提出Extend3D,一种无需训练的3D场景生成方法,通过扩展潜在空间并结合SDEdit实现3D补全与优化。

Comments CVPR 2026, Project Page: http://seungwoo-yoon.github.io/extend3d-page

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29592 2026-04-01 cs.GR cs.CV 73%

Bioinspired123D: Generative 3D Modeling System for Bioinspired Structures

生物启发123D:用于生物启发结构的生成3D建模系统

Rachel K. Luu, Markus J. Buehler

专题命中 3D生成 :point cloud(abstract);3D generation(abstract);分类 cs.CV、cs.GR

AI总结 本文提出Bioinspired123D,一种轻量级模块化代码-几何管道,通过参数化程序直接生成可制造的3D结构,而非密集视觉表示。系统基于生物启发3D模型,结合多模态检索增强生成和视觉-语言模型批评者,实现了高效的文本到3D生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.12052 2026-04-01 cs.CV cs.GR 73%

A Text-to-3D Framework for Joint Generation of CG-Ready Humans and Compatible Garments

为生成兼容服装的CG-ready人类和服装联合生成的文本到3D框架

Zhiyao Sun, Yu-Hui Wen, Ho-Jui Fang, Sheng Ye, Matthieu Lin, Tian Lv, Yong-Jin Liu

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

AI总结 本文提出Tailor框架,通过语义解析、几何感知服装生成和一致纹理合成,实现高保真定制3D人像和物理兼容服装,优于现有方法。

Comments Project page: https://human-tailor.github.io

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.29089 2026-04-01 cs.CV cs.AI cs.GR 62%

WorldFlow3D: Flowing Through 3D Distributions for Unbounded World Generation

WorldFlow3D: 通过3D分布流动实现无界世界生成

Amogh Joshi, Julian Ost, Felix Heide

机构 * Princeton University(普林斯顿大学) Torc Robotics

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

AI总结 WorldFlow3D通过流动3D分布生成无界3D世界,具备快速收敛、高精度结构与纹理生成能力,并在真实和合成场景中验证了跨领域泛化性。

详情

展开后加载摘要…

URL PDF HTML 收藏