3D 视觉

GaMO: Geometry-aware Multi-view Diffusion Outpainting for Sparse-View 3D Reconstruction

GaMO：基于几何的多视角扩散补全用于稀疏视角3D重建

Yi-Chuan Huang, Hao-Jen Chien, Chin-Yang Lin, Ying-Huan Chen, Yu-Lun Liu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） 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GaMO框架，通过多视角补全实现稀疏视角3D重建，无需训练即可在零样本条件下提升重建性能，实验表明其在稀疏视角下具有高效且准确的重建能力。

Comments Project page: https://yichuanh.github.io/GaMO/

Learning 3D Reconstruction with Priors in Test Time

在测试时利用先验知识学习3D重建

Lei Zhou, Haoyu Wu, Akshat Dave, Dimitris Samaras

机构 * Stony Brook University（石溪大学） 纠错

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

AI总结 本文提出一种在测试时结合先验信息的多视角Transformer框架，通过约束预测优化提升3D任务性能，无需重新训练或修改预训练模型。

Comments Accepted to CVPR2026. Code link: https://github.com/cvlab-stonybrook/TCO

Confidence-Driven Facade Refinement of 3D Building Models Using MLS Point Clouds

基于MLS点云的3D建筑模型置信度驱动 facade 精细处理

Xiaoyu Huang

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 本文提出一种利用粗略模型作为几何先验的自动细化框架，通过表面匹配和二进制整数优化提升建筑立面精度，实验表明能有效校正立面偏差，减少云到网格RMSE约36%。

Vision-as-Inverse-Graphics Agent via Interleaved Multimodal Reasoning

通过交错多模态推理的视觉-反图形代理

Shaofeng Yin, Jiaxin Ge, Zora Zhiruo Wang, Chenyang Wang, Xiuyu Li, Michael J. Black, Trevor Darrell, Angjoo Kanazawa, Haiwen Feng

机构 * University of California, Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Impossible, Inc.（Impossible公司） 纠错

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

AI总结 本文提出VIGA框架，通过符号逻辑与视觉感知的交叉验证，解决视觉语言模型在单次设置中重建图像的挑战，支持2D文档生成、3D重建等任务。

Comments Project page: https://fugtemypt123.github.io/VIGA-website/

Review and Evaluation of Point-Cloud based Leaf Surface Reconstruction Methods for Agricultural Applications

点云基叶面重建方法在农业应用中的综述与评估

Arif Ahmed, Parikshit Maini

机构 * University of Nevada, Reno（内华达大学里诺分校） 纠错

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

AI总结 本文综述并评估了九种叶面重建方法，通过三个公开数据集分析不同方法在精度、平滑度、噪声鲁棒性和计算成本方面的权衡，为农业机器人提供选择指导。

Neural Implicit 3D Cardiac Shape Reconstruction from Sparse CT Angiography Slices Mimicking 2D Transthoracic Echocardiography Views

从稀疏CT血管造影切片重建神经隐式3D心脏形状：模拟2D胸骨超声心动图视图

Gino E. Jansen, Carolina Brás, R. Nils Planken, Mark J. Schuuring, Berto J. Bouma, Ivana Išgum

机构 * Department of Biomedical Engineering & Physics, Amsterdam UMC（阿姆斯特丹大学医学中心生物医学工程与物理系） ； qurAI group, Informatics Institute, University of Amsterdam（阿姆斯特丹大学信息研究所qurAI组） ； Department of Radiology, Mayo Clinic（梅奥诊所放射科） ； Department of Biomedical Signals and Systems, University of Twente（特温特大学生物医学信号与系统系） ； Department of Cardiology, Amsterdam UMC（阿姆斯特丹大学医学中心心脏病科） ； Department of Radiology & Nuclear Medicine, Amsterdam UMC（阿姆斯特丹大学医学中心放射与核医学科） 纠错

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

AI总结 本文提出利用稀疏CT血管造影切片重建3D心脏结构的方法，通过神经隐式函数和多层感知机学习形状先验，实现比临床标准更精确的3D心脏量化。

Journal ref Proc. SPIE 13925 (2026)

3D Magic Mirror: Clothing Reconstruction from a Single Image via a Causal Perspective

3D魔镜：通过因果视角从单张图像进行衣物重建

Zhedong Zheng, Jiayin Zhu, Wei Ji, Yi Yang, Tat-Seng Chua

机构 * Sea-NExT Joint Lab, National University of Singapore（新加坡国立大学Sea-NExT联合实验室） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出一种自监督学习方法，通过因果视角从单张图像重建3D非刚性物体，解决3D标注困难、模板限制和内在模糊性问题，实验表明其在时尚数据集上能实现高质量重建。

Comments Update results. Report person re-id performance. Add details in Appendix

Journal ref npj Artif. Intell. 2, 29 (2026)

Theoretical Foundations of Principal Manifold Estimation with Non-Euclidean Templates

主流 manifold 估计的理论基础与非欧几里得模板

Kun Meng, Christopher Perez

专题命中 三维重建 ：point cloud(abstract)

AI总结 本文提出了一种理论框架，用于从高维空间中的点云中恢复潜在低维流形，支持一般非欧几里得拓扑的流形，并通过Sobolev空间理论证明了方法的正确性与一致性，同时提供了新的复杂度选择方法。

Comments 111 pages

dN/dx Reconstruction with Deep Learning for High-Granularity TPCs

基于深度学习的高粒度TPC中dN/dx重建

Guang Zhao, Yue Chang, Jinxian Zhang, Linghui Wu, Huirong Qi, Xin She, Mingyi Dong, Shengsen Sun, Jianchun Wang, Yifang Wang, Chunxu Yu

专题命中 三维重建 ：point cloud(abstract)

AI总结 本文提出GraphPT模型，利用图神经网络和注意力机制对高粒度TPC数据进行dN/dx重建，提升PID性能，特别是在K/π分离能力上提高10%-20%。

Comments 20 pages, 9 figures

Journal ref https://link.springer.com/article/10.1007/JHEP04(2026)021

GEMM-GS: Accelerating 3D Gaussian Splatting on Tensor Cores with GEMM-Compatible Blending

GEMM-GS: 利用张量核心加速3D高斯散射

Haomin Li, Bowen Zhu, Fangxin Liu, Zongwu Wang, Xinran Liang, Li Jiang, Haibing Guan

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

AI总结 本文提出GEMM-GS方法，通过将3DGS的混合过程转化为GEMM兼容形式，利用GPU张量核心提升渲染速度，实验显示比原始3DGS快1.42倍，结合现有加速方法平均再提升1.47倍。

Comments Accepted by the 63rd Design Automation Conference (DAC 2026)

3D Gaussian Splatting for Annular Dark Field Scanning Transmission Electron Microscopy Tomography Reconstruction

用于环形暗场扫描透射电子显微镜断层成像重建的3D高斯散射

Beiyuan Zhang, Hesong Li, Ruiwen Shao, Ying Fu

机构 * Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 本文提出DenZa-Gaussian方法，通过建模局部散射强度、引入稳定系数γ和傅里叶幅值损失函数，提升稀疏视图下的3D断层重建精度和稳定性。

M2StyleGS: Multi-Modality 3D Style Transfer with Gaussian Splatting

M2StyleGS：多模态3D风格迁移与高斯点散技术

Xingyu Miao, Xueqi Qiu, Haoran Duan, Yawen Huang, Xian Wu, Jingjing Deng, Yang Long

机构 * Durham University（杜伦大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室） ； Bristol University（布里斯托大学） 纠错

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

AI总结 M2StyleGS通过高斯点散技术与CLIP多模态知识融合，实现基于文本和图像的实时3D风格迁移，提升视觉质量和一致性表现。

Can Protective Watermarking Safeguard the Copyright of 3D Gaussian Splatting?

水印能否保护3D高斯散射的版权？

Wenkai Huang, Yijia Guo, Gaolei Li, Lei Ma, Hang Zhang, Liwen Hu, Jiazheng Wang, Jianhua Li, Tiejun Huang

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

AI总结 本文首次系统研究并验证了3D高斯散射水印框架的潜在漏洞，提出GSPure框架有效去除水印并保持场景完整性，实验表明其在水印净化性能上优于现有方法。

Comments Accepted by AAAI 2026

SpectralSplat: Appearance-Disentangled Feed-Forward Gaussian Splatting for Driving Scenes

SpectralSplat：面向驾驶场景的外观-解耦前馈高斯点云法

Quentin Herau, Tianshuo Xu, Depu Meng, Jiezhi Yang, Chensheng Peng, Spencer Sherk, Yihan Hu, Wei Zhan

机构 * Applied Intuition ； The Hong Kong University of Science and Technology（香港科技大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 SpectralSplat通过前馈高斯点云法解耦场景几何与外观属性，提升驾驶场景的重建质量和可控外观迁移能力。

Comments Under review

GA-GS: Generation-Assisted Gaussian Splatting for Static Scene Reconstruction

GA-GS：基于生成的高斯点散射用于静态场景重建

Yedong Shen, Shiqi Zhang, Sha Zhang, Yifan Duan, Xinran Zhang, Wenhao Yu, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； School of information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） 纠错

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

AI总结 本文提出GA-GS方法，通过生成技术辅助恢复动态物体遮挡区域，引入可学习的真实性标量平衡真实背景与生成区域，利用轨迹匹配数据集验证了其在大规模持久遮挡场景中的优越性能。

4C4D: 4 Camera 4D Gaussian Splatting

4C4D: 4台相机的4维高斯点散布

Junsheng Zhou, Zhifan Yang, Liang Han, Wenyuan Zhang, Kanle Shi, Shenkun Xu, Yu-Shen Liu

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出4C4D框架，通过极稀疏相机拍摄实现高保真4维高斯点散布，解决视频中4维动态场景重建问题，提升几何建模能力。

Comments Accepted by CVPR 2026. Project page: https://junshengzhou.github.io/4C4D

HOIGS: Human-Object Interaction Gaussian Splatting

HOIGS: 人-物交互高斯散射

Taewoo Kim, Suwoong Yeom, Jaehyun Pyun, Geonho Cha, Dongyoon Wee, Joonsik Nam, Yun-Seong Jeong, Kyeongbo Kong, Suk-Ju Kang

机构 * Department of Electronics Engineering, Sogang University（西江大学电子工程系） ； NAVER Cloud Corp（NAVER Cloud公司） ； Department of Electrical & Electronics Engineering, Pusan National University（釜山国立大学电气与电子工程系） 纠错

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

AI总结 本文提出HOIGS方法，通过交叉注意力模块显式建模人与物的交互变形，结合HexPlane和CHS提取特征，提升动态场景重建的精度与鲁棒性。

Comments 24 pages, 9 figures

TreeGaussian: Tree-Guided Cascaded Contrastive Learning for Hierarchical Consistent 3D Gaussian Scene Segmentation and Understanding

TreeGaussian：基于树引导的级联对比学习用于层次一致的3D高斯场景分割与理解

Jingbin You, Zehao Li, Hao Jiang, Xinzhu Ma, Shuqin Gao, Honglong Zhao, Congcong Zheng, Tianlu Mao, Feng Dai, Yucheng Zhang, Zhaoqi Wang

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 本文提出TreeGaussian，通过树引导的级联对比学习框架，解决3DGS在表示层次结构和捕捉整体-部分关系上的不足，提升分割一致性与质量。

FLEG: Feed-Forward Language Embedded Gaussian Splatting from Any Views via Compact Semantic Representation

FLEG：通过紧凑语义表示从任意视角进行前馈语言嵌入高斯散射

Qijian Tian, Xin Tan, Jiayu Ying, Xuhong Wang, Yuan Xie, Lizhuang Ma

机构 * Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV

AI总结 FLEG通过几何-语义双分支蒸馏框架，实现从任意多视角图像灵活重建语言嵌入3D高斯，减少语义冗余并提升存储效率。

Comments Project page: https://fangzhou2000.github.io/projects/fleg

CGHair: Compact Gaussian Hair Reconstruction with Card Clustering

CGHair: 基于卡聚类的紧凑高斯发丝重建

Haimin Luo, Srinjay Sarkar, Albert Mosella-Montoro, Francisco Vicente Carrasco, Fernando De la Torre

机构 * Carnegie Mellon University（卡内基梅隆大学） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 本文提出一种紧凑的高保真发丝重建方法，通过卡聚类减少存储和渲染成本，同时保持视觉质量。

Comments Accepted to CVPR 2026. This arXiv version is not the final published version

2D Triangle Splatting for Direct Differentiable Mesh Training

二维三角形投射用于直接可微网格训练

Kaifeng Sheng, Zheng Zhou, Yingliang Peng, Qianwei Wang

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） 纠错

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

AI总结 本文提出2DTS方法，用二维三角形替代三维高斯体，形成离散网格结构并保持连续体积分的优点，实验表明其在视觉质量上与高斯方法相当，且更直接连接传统网格表示。

Comments 13 pages, 8 figures

Deep Neural Watermarking for Robust Copyright Protection in 3D Point Clouds

深度神经水印用于3D点云中鲁棒的版权保护

Khandoker Ashik Uz Zaman, Mohammad Zahangir Alam, Mohammed N. M. Ali, Mahdi H. Miraz

机构 * Brunel University of London（伦敦布鲁内尔大学） ； Wrexham University（雷克瑟姆大学） ； University of South Wales（南威尔士大学） 纠错

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

AI总结 本文提出一种基于深度学习的3D点云鲁棒水印框架，通过奇异值分解嵌入二进制水印，利用PointNet++网络在旋转、缩放等攻击下实现高精度水印提取。

Journal ref Print ISSN: 2516-0281, Online ISSN: 2516-029X, pp. 17-30, Vol. 9, No. 4, 1 October 2025

A Persistent Homology Design Space for 3D Point Cloud Deep Learning

3D点云深度学习中的持久同调设计空间

Prachi Kudeshia, Jiju Poovvancheri, Amr Ghoneim, Dong Chen

机构 * Saint Mary's University, Halifax, Canada（圣玛丽大学（哈利法克斯，加拿大）） ； Nanjing Forestry University, China（南京林业大学） 纠错

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

AI总结 本文提出一个统一的设计空间，将持久同调用于3D点云学习，通过六个注入点将拓扑学作为结构诱导偏差，提升分类和分割的准确性与鲁棒性。

Comments 27 pages, 12 figures, 5 tables

MT-PCR: Hybrid Mamba-Transformer Network with Spatial Serialization for Point Cloud Registration

MT-PCR：基于空间串行化的混合Mamba-Transformer网络用于点云配准

Bingxi Liu, An Liu, Hao Chen, Huaqi Tao, Jinqiang Cui, Yiqun Wang, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Chongqing University（重庆大学） ； Pengcheng Laboratory（鹏城实验室） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出MT-PCR框架，结合Mamba和Transformer模块，通过Z-order曲线串行点云特征以增强空间局部性，提升点云配准的精度与效率。

Comments 12 Pages

Synthesis4AD: Synthetic Anomalies are All You Need for 3D Anomaly Detection

Synthesis4AD：合成异常就是3D异常检测所需

Yihan Sun, Yuqi Cheng, Junjie Zu, Yuxiang Tan, Guoyang Xie, Yucheng Wang, Yunkang Cao, Weiming Shen

机构 * National Center of Technology Innovation for Intelligent Design and Numerical Control, Huazhong University of Science and Technology（华中科技大学国家智能设计与数控技术创新中心） ； School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； Department of Intelligent Manufacturing, Contemporary Amperex Technology Ltd.（宁德时代新能源科技股份有限公司智能制造部） ； Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） 纠错

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

AI总结 本文提出Synthesis4AD方法，通过大规模高保真合成异常数据提升3D异常检测性能，利用3D-DefectStudio平台生成精确点云异常掩码，并结合多模态大语言模型实现知识驱动的数据生成，实验表明在多个数据集上达到领先水平。

3D-Fixer: Coarse-to-Fine In-place Completion for 3D Scenes from a Single Image

3D-Fixer：从单张图像生成3D场景的粗到细就地补全

Ze-Xin Yin, Liu Liu, Xinjie Wang, Wei Sui, Zhizhong Su, Jian Yang, Jin Xie

机构 * College of Computer Science, Nankai University（南开大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； Horizon Robotics（地平线机器人） ； D-Robotics 纠错

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

AI总结 本文提出3D-Fixer，通过粗到细的生成方案解决单张图像生成3D场景的布局和3D资产恢复问题，结合双分支条件网络和Occlusion-Robust Feature Alignment策略，提升生成精度和效率，同时引入ARSG-110K数据集提升训练效果。

Comments 17 pages, 10 figures, CVPR 2026, project page: https://zx-yin.github.io/3dfixer

Primitive-based Truncated Diffusion for Efficient Trajectory Generation of Differential Drive Mobile Manipulators

基于原始的截断扩散用于差分驱动移动机械臂高效轨迹生成

Long Xu, Choilam Wong, Yuhang Zhong, Junxiao Lin, Jialiang Hou, Fei Gao

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

AI总结 本文提出一种学习增强的运动规划器，通过关键点序列提取模块和基于原始的截断扩散模型提升轨迹生成效率与多样性。

Comments 9 pages, 6 figures

A Multi-View 3D Telepresence System for XR Robot Teleoperation

面向XR机器人远程操控的多视角3D临场系统

Enes Ulas Dincer, Manuel Zaremski, Alexandra Nick, Elias Wucher, Barbara Deml, Gerhard Neumann

机构 * Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院人类学与机器人研究所） ； Institute of Human and Industrial Engineering, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院人因与工业工程研究所） 纠错

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

AI总结 本文提出一种多视角VR临场系统，通过融合三视角几何数据生成GPU加速点云渲染，并结合腕部RGB流提供高分辨率局部细节，实验证明其在远程操控任务中表现优异。

Bridging the Dimensionality Gap: A Taxonomy and Survey of 2D Vision Model Adaptation for 3D Analysis

弥合维度差距：2D视觉模型适应3D分析的分类与综述

Akshat Pandya, Bhavuk Jain

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 本文综述了将2D视觉模型适应3D分析的策略，分类为数据导向、架构导向和混合方法，探讨了计算复杂度、预训练依赖性和几何归纳偏置的权衡。

Comments VISAPP 2026

Journal ref Proceedings of the 21st International Conference on Computer Vision Theory and Applications - Volume 3: VISAPP 2026; ISBN 978-989-758-804-4; ISSN 2184-4321, SciTePress, pages 353-364

Expanding mmWave Datasets for Human Pose Estimation with Unlabeled Data and LiDAR Datasets

通过未标记数据和LiDAR数据扩展毫米波数据集用于人体姿态估计

Zhuoxuan Peng, Boan Zhu, Xingjian Zhang, Wenying Li, S. -H. Gary Chan

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

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

AI总结 本文提出EMDUL方法，利用未标记毫米波数据和LiDAR数据扩展现有数据集，提升人体姿态估计模型的性能和泛化能力，减少15.1%和18.9%的误差。

Comments Accepted by CVPR2026