3D 视觉

Sparkle: A Robust and Versatile Representation for Point Cloud based Human Motion Capture

Sparkle：一种稳健且多功能的点云基于人体动作捕捉表示

Yiming Ren, Yujing Sun, Aoru Xue, Kwok-Yan Lam, Yuexin Ma

机构 * ShanghaiTech University（上海科技大学） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信任中心） 纠错

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

AI总结 本文提出Sparkle，一种结合骨骼关节和表面锚点的结构化表示，通过层次模块学习几何连续性和运动学约束，实现高精度、鲁棒性和泛化能力。

Comments Accepted at ICLR 2026

Neural Reconstruction of LiDAR Point Clouds under Jamming Attacks via Full-Waveform Representation and Simultaneous Laser Sensing

通过全波形表示和同时激光感知实现对抗攻击下的LiDAR点云神经重建

Ryo Yoshida, Takami Sato, Wenlun Zhang, Yuki Hayakawa, Shota Nagai, Takahiro Kado, Taro Beppu, Ibuki Fujioka, Yunshan Zhong, Kentaro Yoshioka

机构 * Keio University（庆应义塾大学） ； Sony Semiconductor Solutions（索尼半导体解决方案公司） ； Hainan University（海南大学） 纠错

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

AI总结 本文提出PULSAR-Net，利用全波形表示和同时激光感知，在对抗攻击下重建真实点云，通过轴向空间注意力机制识别攻击信号，实验显示其在静态和驾驶场景中对车辆的重建率分别达92%和73%。

Open-Set Supervised 3D Anomaly Detection: An Industrial Dataset and a Generalisable Framework for Unknown Defects

开集监督三维异常检测：一个工业数据集和一个通用框架用于未知缺陷

Hanzhe Liang, Luocheng Zhang, Junyang Xia, HanLiang Zhou, Bingyang Guo, Yingxi Xie, Can Gao, Ruiyun Yu, Jinbao Wang, Pan Li

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机学院） ； Software College, Northeastern University（东北大学软件学院） ； Shenzhen Audencia Financial Technology Institute（深圳南特金融科技学院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机与软件学院） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） ； Zhejiang Institute of Artificial Intelligence（浙江省人工智能研究所） ； Northeastern University（东北大学） 纠错

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

AI总结 本文提出Open3D-AD框架，利用正常样本、模拟异常和部分观察的真实异常，通过对应分布采样减少正常与非正常分布重叠，提升开集监督三维异常检测性能。

Comments Resources: https://github.com/hzzzzzhappy/open-industry

ReinDriveGen: Reinforcement Post-Training for Out-of-Distribution Driving Scene Generation

ReinDriveGen：强化学习后训练用于分布外驾驶场景生成

Hao Zhang, Lue Fan, Weikang Bian, Zehuan Wu, Lewei Lu, Zhaoxiang Zhang, Hongsheng Li

机构 * MMLab, CUHK（MMLab，香港中文大学） ； CASIA（中国科学院自动化研究所） ； SenseTime Research（商汤科技研究院） 纠错

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

AI总结 ReinDriveGen通过动态点云场景生成与强化学习后训练，实现对驾驶场景的可控生成，提升安全关键场景的模拟质量。

Comments Project page: https://drive-sim.github.io/ReinDriveGen/

Enhancing Floor Plan Recognition: A Hybrid Mix-Transformer and U-Net Approach for Precise Wall Segmentation

增强平面识别：一种混合Mix-Transformer和U-Net方法用于精确墙体分割

Dmitriy Parashchuk, Alexey Kaspshitskiy, Yuriy Karyakin

机构 * Tyumen State University（秋明国立大学） 纠错

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

AI总结 本文提出MitUNet，结合Mix-Transformer和U-Net，通过改进的损失函数提升墙体分割精度，实验显示其在CubiCasa5k数据集上表现优异，为自动化3D重建提供基础。

Comments 11 pages, 5 figures, 3 tables

Learning to Infer Parameterized Representations of Plants from 3D Scans

从3D扫描中学习植物参数化表示

Samara Ghrer, Christophe Godin, Stefanie Wuhrer

机构 * Inria center at Université Grenoble Alpes（法国国家信息与自动化研究所格勒诺布尔阿尔卑斯大学中心） ； Inria center at Lyon（法国国家信息与自动化研究所里昂中心） 纠错

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

AI总结 本文提出通过递归神经网络从3D点云推断植物参数化结构，用于植物表型分析中的重建、分割和骨架化任务，方法在合成数据上训练后能有效泛化到真实3D扫描。

Diagnosing Neural Convergence with Topological Alignment Spectra

通过拓扑对齐光谱诊断神经网络收敛

Tiago F. Tavares, Fabio Ayres, Paris Smaragdis

机构 * Insper（Insper教育研究学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出拓扑对齐光谱(TAS)，通过多尺度分析识别神经网络中局部噪声与语义重组的区别，揭示微尺度几何抖动与宏观语义重组的差异，挑战任务适应仅是保守或局部的观点。