3D 视觉

STAC: Plug-and-Play Spatio-Temporal Aware Cache Compression for Streaming 3D Reconstruction

STAC：用于流式3D重建的时空感知缓存压缩

Runze Wang, Yuxuan Song, Youcheng Cai, Ligang Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出STAC框架，通过时空感知缓存机制提升流式3D重建的内存效率和重建质量，减少内存消耗并加速推理。

Comments 10 pages, 6 figures. Accepted by CVPR 2026. This version includes supplementary material

Enhancing MLLM Spatial Understanding via Active 3D Scene Exploration for Multi-Perspective Reasoning

通过主动3D场景探索增强MLLM空间理解以实现多视角推理

Jiahua Chen, Qihong Tang, Weinong Wang, Qi Fan

机构 * Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Tencent（腾讯） 纠错

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

AI总结 本文提出一种无需训练的框架，通过显式3D重建机制提升MLLM的空间理解能力，通过主动探索生成新视角，优于专门空间模型和通用MLLM。

Mem3R: Streaming 3D Reconstruction with Hybrid Memory via Test-Time Training

Mem3R: 基于混合记忆的流式3D重建

Changkun Liu, Jiezhi Yang, Zeman Li, Yuan Deng, Jiancong Guo, Luca Ballan

机构 * Google（谷歌） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Southern California（南加州大学） 纠错

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

AI总结 Mem3R通过分离相机跟踪与几何映射，利用隐式快权记忆和显式token状态提升长序列的时序一致性，相比CUT3R显著提升性能并减小模型规模。

Comments Project page: https://lck666666.github.io/Mem3R/

From Orbit to Ground: Generative City Photogrammetry from Extreme Off-Nadir Satellite Images

从轨道到地面：从极端俯仰角卫星图像生成城市光束摄影测量

Fei Yu, Yu Liu, Luyang Tang, Mingchao Sun, Zengye Ge, Rui Bu, Yuchao Jin, Haisen Zhao, He Sun, Yangyan Li, Mu Xu, Wenzheng Chen, Baoquan Chen

机构 * Peking University（北京大学） ； AMAP（高德地图） ； Ant Group（蚂蚁集团） ； Shandong University（山东大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 本文提出两种设计选择，通过2.5D高度图和可微渲染技术，解决从稀疏轨道图像合成地面视图的挑战，实现大规模城市重建。

Comments Accepted by CVPR 2026 Findings. Project page: https://pku-vcl-geometry.github.io/Orbit2Ground/

From Blobs to Spokes: High-Fidelity Surface Reconstruction via Oriented Gaussians

从斑块到辐条：通过定向高斯实现高保真的表面重建

Diego Gomez, Antoine Guédon, Nissim Maruani, Bingchen Gong, Maks Ovsjanikov

机构 * LIX, École Polytechnique（LIX，巴黎综合理工学院） ； Inria, Côte d'Azur（法国国家信息与自动化研究所，蔚蓝海岸） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出Gaussian Wrapping方法，通过引入可学习的定向法向量和改进的衰减公式，实现复杂场景的高精度封闭网格重建，解决了传统3DGS在表面提取中的难题。

Comments Our project page is available in http://diego1401.github.io/BlobsToSpokesWebsite/index.html

4D Vessel Reconstruction for Benchtop Thrombectomy Analysis

用于台式血栓切除分析的4D血管重建

Ethan Nguyen, Javier Carmona, Arisa Matsuzaki, Naoki Kaneko, Katsushi Arisaka

机构 * UCLA Health（加州大学洛杉矶分校健康中心） ； UCLA Physics and Astronomy（加州大学洛杉矶分校物理与天文学系） ； Chan Zuckerberg Biohub Network（陈-扎克伯格生物中心网络） ； Ronald Reagan UCLA Medical Center（罗纳德·里根加州大学洛杉矶分校医学中心） 纠错

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

AI总结 本文提出了一种低成本多视角工作流，用于台式血栓切除的4D高斯点云重建，实现了时间分辨的表面运动学和相对位移及应力代理测量，用于血栓切除台式研究。

Comments 20 pages, 10 figures, 1 table, supplementary material (3 tables, 3 figures, and 11 videos). Project page: https://ethanuser.github.io/vessel4D/

Fast Spatial Memory with Elastic Test-Time Training

快速空间记忆与弹性测试时间训练

Ziqiao Ma, Xueyang Yu, Haoyu Zhen, Yuncong Yang, Joyce Chai, Chuang Gan

机构 * MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； University of Michigan（密歇根大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本文提出弹性测试时间训练方法，用于改进长上下文3D重建中的灾难性遗忘问题，通过引入弹性权重巩固，提升模型在处理任意长序列时的稳定性和适应性。

Comments Project Page: https://fast-spatial-memory.github.io/

Synthetic Dataset Generation for Partially Observed Indoor Objects

部分观测室内物体的合成数据集生成

Jelle Vermandere, Maarten Bassier, Maarten Vergauwen

机构 * KU Leuven, Department of Civil Engineering, Ghent, Belgium（鲁汶大学土木工程系，根特，比利时） 纠错

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

AI总结 本文提出基于Unity的虚拟扫描框架，生成包含部分扫描和完整几何的真实合成数据集，用于训练场景重建和物体补全方法。

LiftFormer: Lifting and Frame Theory Based Monocular Depth Estimation Using Depth and Edge Oriented Subspace Representation

LiftFormer：基于提升理论和框架理论的单目深度估计：利用深度和边缘导向的子空间表示

Shuai Li, Huibin Bai, Yanbo Gao, Chong Lv, Hui Yuan, Chuankun Li, Wei Hua, Tian Xie

机构 * School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； Key Laboratory of Machine Intelligence and System Control, Ministry of Education（教育部机器智能与系统控制重点实验室） ； School of Software, Shandong University（山东大学软件学院） ； Shandong University-WeiHai Research Institute of Industrial Technology（山东大学威海工业技术研究院） ； State Key Laboratory of Dynamic Testing Technology（动态测试技术国家重点实验室） ； School of Information and Communication Engineering, North University of China（中北大学信息与通信工程学院） ； Research Institute of Interdisciplinary Innovation, Zhejiang Lab（之江实验室跨学科创新研究院） 纠错

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

AI总结 本文提出LiftFormer，通过构建连接图像颜色特征与深度值的中间子空间及增强边缘深度预测的子空间，解决单目深度估计的高 ill-posed 问题，实现从颜色值到几何深度值的学习转换。

Comments Accepted by IEEE Transactions on Multimedia

UniDAC: Universal Metric Depth Estimation for Any Camera

UniDAC：面向任何相机的通用度量深度估计

Girish Chandar Ganesan, Yuliang Guo, Liu Ren, Xiaoming Liu

机构 * Michigan State University（密歇根州立大学） ； Bosch Research North America & Bosch Center for AI (BCAI)（博世北美研究院与博世人工智能中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV

AI总结 本文提出UniDAC框架，通过分离度量深度估计为相对深度预测和空间变化尺度估计，实现跨不同相机类型的通用鲁棒性，采用轻量级Depth-Guided Scale Estimation模块和RoPE-ϕ位置嵌入提升性能。

D-Garment: Physically Grounded Latent Diffusion for Dynamic Garment Deformations

D-Garment：基于物理的潜在扩散模型用于动态服装变形

Antoine Dumoulin, Adnane Boukhayma, Laurence Boissieux, Bharath Bhushan Damodaran, Pierre Hellier, Stefanie Wuhrer

机构 * Inria Centre at the University Grenoble Alpes（格勒诺布尔阿尔卑斯大学Inria研究中心） ； Inria, University of Rennes, CNRS, IRISA-UMR 6074（雷恩大学Inria、CNRS、IRISA-UMR 6074） ； InterDigital Inc.（InterDigital公司） 纠错

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

AI总结 本文提出D-Garment，通过基于物理的模拟器生成新数据，学习基于物理材料属性的3D生成模型，实现更准确的服装变形和动态皱纹模拟。

Comments 18 pages, 11 figures

Journal ref Transactions on Machine Learning Research (TMLR), 2026

Splatblox: Traversability-Aware Gaussian Splatting for Outdoor Robot Navigation

Splatblox：面向户外机器人导航的可通行性感知高斯点绘制

Samarth Chopra, Jing Liang, Gershom Seneviratne, Yonghan Lee, Jaehoon Choi, Jianyu An, Stephen Cheng, Dinesh Manocha

机构 * University of Maryland, College Park（马里兰大学帕克分校） 纠错

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

AI总结 Splatblox通过融合RGB图像和LiDAR点云，构建了具有几何和语义信息的可通行性感知ESDF，实现户外复杂环境下的实时自主导航，实验表明其在可通行性判断和路径规划方面优于现有方法。

DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting

DOC-GS：双域观测与校准以实现可靠的稀疏视角高斯点云法

Hantang Li, Qiang Zhu, Xiandong Meng, Debin Zhao, Xiaopeng Fan

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 本文提出DOC-GS框架，通过优化域归纳偏差和观测域证据的协同作用，解决稀疏视角3DGS中高斯点云可靠性不可观测的问题，提升重建稳定性与图像质量。

Comments 10 pages, 5 figures

Splats under Pressure: Exploring Performance-Energy Trade-offs in Real-Time 3D Gaussian Splatting under Constrained GPU Budgets

压力下的Splats：在受约束的GPU预算下探索实时3D高斯溅射的性能-能耗权衡

Muhammad Fahim Tajwar, Arthur Wuhrlin, Bhojan Anand

机构 * National University of Singapore（新加坡国立大学） ； Telecom Paris（巴黎电信学院） 纠错

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

AI总结 研究在受约束的GPU预算下实时3D高斯溅射的性能-能耗权衡，通过模拟不同GPU性能层级，分析帧率、运行时间和能耗等指标。

BrepGaussian: CAD reconstruction from Multi-View Images with Gaussian Splatting

BrepGaussian：从多视角图像中通过高斯点划进行CAD重建

Jiaxing Yu, Dongyang Ren, Hangyu Xu, Zhouyuxiao Yang, Yuanqi Li, Jie Guo, Zhengkang Zhou, Yanwen Guo

机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； Nanjing Urban Construction Tunnel& Bridge Intelligent Management Co., Ltd.（南京城建隧道桥梁智能管理有限公司） 纠错

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

AI总结 本文提出BrepGaussian框架，通过学习2D图像中的3D参数化表示，实现从多视角图像中重建CAD模型，其核心方法是结合可学习特征的高斯点划渲染器和特定拟合策略，有效分离了几何重建与特征学习。

Comments Accepted to CVPR 2026

GS-Surrogate: Deformable Gaussian Splatting for Parameter Space Exploration of Ensemble Simulations

GS-Surrogate：基于可变形高斯散点的参数空间探索的可变形高斯散点

Ziwei Li, Rumali Perera, Angus Forbes, Ken Moreland, Dave Pugmire, Scott Klasky, Wei-Lun Chao, Han-Wei Shen

机构 * The Ohio State University（俄亥俄州立大学） ； NVIDIA（英伟达） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

AI总结 本文提出GS-Surrogate，一种基于可变形高斯散点的可视化替代模型，用于参数空间探索。通过构建标准高斯场并进行参数条件变形，实现高效可控的可视化任务适应，如等值面提取和转移函数编辑。

Rendering Multi-Human and Multi-Object with 3D Gaussian Splatting

多人类和多物体的3D高斯散射渲染

Weiquan Wang, Jun Xiao, Feifei Shao, Yi Yang, Yueting Zhuang, Long Chen

机构 * State Key Lab of CAD&CG, College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 本文提出MM-GS框架，通过实例级多视图融合和场景级实例交互模块，解决多人类和多物体动态场景重建中的视图一致性与复杂依赖建模问题，实现高保真渲染。

Comments 8 pages, 4 figures, accepted by ICRA 2026

Radio-Frequency Inverse Rendering for Wireless Environment Modeling

无线环境建模的射频逆渲染

Fuhai Wang, Zihan Jin, Lehang Wang, Xuehui Dong, Tiebin Mi, Robert Caiming Qiu, Zenan ling

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)

AI总结 本文提出一种物理基础的射频逆渲染框架，通过分离射频发射、几何和材料电磁特性，提升无线环境建模的精度与灵活性。

A Clinical Point Cloud Paradigm for In-Hospital Mortality Prediction from Multi-Level Incomplete Multimodal EHRs

一种用于院内死亡预测的临床点云范式：从多级不完整多模态电子健康记录

Bohao Li, Tao Zou, Junchen Ye, Yan Gong, Bowen Du

机构 * Beihang University（北京航空航天大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文提出HealthPoint范式，通过统一的4D空间表示多级不完整多模态EHRs，引入低秩关系注意力机制和分层交互策略，实现灵活的事件级交互与细粒度自监督，提升模态恢复和未标记数据利用效率，实验表明其在风险预测中性能优异。

Comments 20 pages

Occlusion Handling by Pushing for Enhanced Fruit Detection

通过推动提升水果检测的遮挡处理

Ege Gursoy, Dana Kulić, Andrea Cherubini

机构 * LIRMM, Univ. Montpellier, CNRS（蒙彼利埃大学-法国国家科学研究中心-蒙彼利埃机器人研究所） ； Monash University（莫纳什大学） 纠错

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

AI总结 本文提出通过推动清除遮挡物提升水果检测效果，结合深度学习、经典图像处理和3D霍夫变换实现遮挡处理。

Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024

k-Maximum Inner Product Attention for Graph Transformers and the Expressive Power of GraphGPS

Jonas De Schouwer, Haitz Sáez de Ocáriz Borde, Xiaowen Dong

机构 * Stanford University（斯坦福大学） ； University of Oxford（牛津大学） 纠错

专题命中 点云 ：point cloud(abstract)

Comments Accepted at the ICLR 2026 GRaM Workshop. 9 pages, 9 figures, 16 tables; 30 pages of supplementary material

Geo-EVS: Geometry-Conditioned Extrapolative View Synthesis for Autonomous Driving

Geo-EVS：基于几何条件的外推视图合成用于自动驾驶

Yatong Lan, Rongkui Tang, Lei He

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与移动国家重点实验室） ； School of Science, Minzu University（中央民族大学理学院） ； Chongqing Changan Automobile Co., Ltd.（重庆长安汽车股份有限公司） 纠错

专题命中 新视角合成 ：point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 Geo-EVS通过几何条件化框架提升自动驾驶中稀疏视图合成的几何精度，尤其在高角度和低覆盖率场景中表现优异，并改进下游3D检测性能。

LiveStre4m: Feed-Forward Live Streaming of Novel Views from Unposed Multi-View Video

LiveStre4m: 从无姿态多视角视频中实时生成新视角的前馈直播

Pedro Quesado, Erkut Akdag, Yasaman Kashefbahrami, Willem Menu, Egor Bondarev

机构 * AIMSGroup, Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系AIMSGroup） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出LiveStre4m方法，通过多视角视觉Transformer和扩散-Transformer插值模块实现实时新视角视频直播，无需姿态参数，每帧重建时间仅0.07秒，显著优于传统优化方法。

AstraNav-World: World Model for Foresight Control and Consistency

AstraNav-World：面向前瞻性控制与一致性的世界模型

Jintao Chen, Junjun Hu, Haochen Bai, Minghua Luo, Xinda Xue, Botao Ren, Chengyu Bai, Shichao Xie, Ziyi Chen, Fei Liu, Zedong Chu, Xiaolong Wu, Mu Xu, Shanghang Zhang

机构 * Amap Alibaba（高德阿里巴巴） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV

AI总结 本文提出AstraNav-World，通过统一的概率框架联合推理未来视觉状态与动作序列，提升开放动态环境中的导航轨迹精度与成功率，实验表明其在真实场景中具备零样本适应能力。