3D 视觉

Deformation-based In-Context Learning for Point Cloud Understanding

基于变形的点云情境学习

Chengxing Lin, Jinhong Deng, Yinjie Lei, Wen Li

机构 * Shenzhen Institute for Advanced Study, UESTC（电子科技大学深圳高等研究院） ； School of Computer Science and Engineering, UESTC（电子科技大学计算机科学与工程学院） ； Sichuan University（四川大学） 纠错

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

AI总结 本文提出DeformPIC框架，通过任务引导变形查询点云以实现点云情境学习，改进几何推理和一致性目标，实验显示在重建、去噪和配准任务中均优于现有方法。

Comments Accepted by CVPR 2026. Code: https://github.com/linchengxing/DeformPIC

Delaunay Canopy: Building Wireframe Reconstruction from Airborne LiDAR Point Clouds via Delaunay Graph

Delaunay Canopy：通过Delaunay图构建空中LiDAR点云的线框重建

Donghyun Kim, Chanyoung Kim, Youngjoong Kwon, Seong Jae Hwang

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

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

AI总结 本文提出Delaunay Canopy方法，利用Delaunay图作为几何先验，解决空中LiDAR点云中噪声、稀疏性和内部角区域线框重建的难题，实现高精度线框重建。

Minkowski tensors for point clouds and voxelized data: robust, asymptotically unbiased estimators

Minkowski张量用于点云和体素化数据：稳健且渐近无偏的估计器

Daniel Hug, Michael A. Klatt, Dominik Pabst

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文改进了估计Minkowski张量的算法，使其更稳健和高效，并将其理论基础推广到有限的紧集联合体，适用于粗糙表面和复合材料等应用。通过随机多面体测试案例，验证了算法在实际分辨率下的精度，并应用于金属颗粒和纳米粗糙表面的真实数据。

Comments Substantially revised version

An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack

开源的激光雷达与单目越野自主导航栈

Rémi Marsal, Quentin Picard, Adrien Poiré, Sébastien Kerbourc'h, Thibault Toralba, Clément Yver, Alexandre Chapoutot, David Filliat

机构 * U2IS, ENSTA, Institut Polytechnique de Paris（巴黎综合理工学院，ENSTA，U2IS） ； AMIAD, Pôle Recherche（AMIAD，研究部） ； LARIAD, a joint AMIAD-ENSTA laboratory（LARIAD，AMIAD-ENSTA联合实验室） 纠错

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

AI总结 本文提出一个开源的越野导航栈，结合激光雷达和单目3D感知，无需特定任务训练，通过边缘遮蔽和时间平滑提升鲁棒性，实验证明单目深度估计可替代激光雷达。

Persistence of the Wiener Sausage: Sampling Stability and a Law of Large Numbers for Drifted Planar Brownian Motion DRAFT -CURRENTLY UNDER REVIEW

Wiener萨克斯的持久性：采样稳定性及漂移平面布朗运动的大数定律草案 - 当前正在审查中

Tristan Guillaume

专题命中 点云 ：point cloud(abstract)

AI总结 研究漂移平面布朗运动范围生成的偏移过滤的持续同调，提出采样定理和大数定律，揭示拓扑复杂性增长的强度度量。