3D 视觉

SING3R-SLAM: Submap-based Indoor Monocular Gaussian SLAM with 3D Reconstruction Priors

SING3R-SLAM：基于子地图的室内单目高斯SLAM与3D重建先验

Kunyi Li, Michael Niemeyer, Sen Wang, Stefano Gasperini, Nassir Navab, Federico Tombari

机构 * Technical University of Munich（慕尼黑工业大学） ； Google（谷歌） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； VisualAIs 纠错

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

AI总结 本文提出SING3R-SLAM，通过全局一致的高斯地图和子地图级全局对齐，实现高效的室内单目SLAM与3D重建，实验显示其在姿态估计、3D重建和视图渲染方面性能优异。

DePT3R: Joint Dense Point Tracking and 3D Reconstruction of Dynamic Scenes in a Single Forward Pass

DePT3R：在单次前向传递中联合密集点跟踪和动态场景的3D重建

Vivek Alumootil, Tuan-Anh Vu

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 DePT3R通过提取深度时空特征和密集预测头，实现动态场景的密集点跟踪与3D重建，无需相机姿态，提升适应性和效率。

Comments This is a work in progress

TrackerSplat: Exploiting Point Tracking for Fast and Robust Dynamic 3D Gaussians Reconstruction

TrackerSplat：利用点跟踪实现快速且鲁棒的动态3D高斯重建

Daheng Yin, Isaac Ding, Yili Jin, Jianxin Shi, Jiangchuan Liu

机构 * Simon Fraser University（西蒙弗雷泽大学） ； McGill University（麦吉尔大学） ； Nankai University（南开大学） 纠错

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

AI总结 TrackerSplat通过整合先进点跟踪方法，提升动态场景重建中3D高斯的鲁棒性和可扩展性，有效减少大位移导致的失真和时间不一致问题，实现高吞吐量与高质量重建。

Comments 11 pages, 6 figures

Journal ref SA Conference Papers '25: Proceedings of the SIGGRAPH Asia 2025 Conference Papers Article No.: 71, Pages 1 - 11

UniRecGen: Unifying Multi-View 3D Reconstruction and Generation

UniRecGen：统一多视图3D重建与生成

Zhisheng Huang, Jiahao Chen, Cheng Lin, Chenyu Hu, Hanzhuo Huang, Zhengming Yu, Mengfei Li, Yuheng Liu, Zekai Gu, Zibo Zhao, Yuan Liu, Xin Li, Wenping Wang

机构 * Macau University of Science and Technology（澳门科技大学） ； Xidian University（西安电子科技大学） ； ShanghaiTech University（上海科技大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of California, Irvine（加利福尼亚大学尔湾分校） 纠错

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

AI总结 UniRecGen融合了高效重建与生成模型，通过共享空间协作学习提升多视图3D模型的完整性和一致性，实验显示其在稀疏观测下生成更精确稳定的3D模型。

PAOLI: Pose-free Articulated Object Learning from Sparse-view Images

PAOLI：无需姿态的稀疏视角图像中的人体姿态学习

Jianning Deng, Kartic Subr, Hakan Bilen

机构 * University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 本文提出了一种利用稀疏视角图像建模可变形物体的方法，通过四视角独立重建并学习变形场，分离静态与运动部件，实现鲁棒的跨视角和跨姿态一致性优化。

Neural Field-Based 3D Surface Reconstruction of Microstructures from Multi-Detector Signals in Scanning Electron Microscopy

基于神经场的多探测器信号扫描电子显微镜微结构三维表面重建

Shuo Chen, Yijin Li, Xi Zheng, Guofeng Zhang

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Alibaba Group（阿里巴巴集团） ； Analysis Center of Agriculture, Life and Environment Sciences, Zhejiang University（浙江大学农业、生命与环境科学分析中心） 纠错

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

AI总结 本文提出NFH-SEM框架，利用神经场整合多视图几何与探测器信号光度立体线索，实现高保真三维表面重建，展示了在不同材料上的精确恢复能力。

Comments CVPR 2026