3D 视觉

A Comparison of Multi-View Stereo Methods for Photogrammetric 3D Reconstruction: From Traditional to Learning-Based Approaches

多视图立体方法在摄影测量3D重建中的比较：从传统方法到基于学习的方法

Yawen Li, George Vosselman, Francesco Nex

机构 * Faculty of Geo-Information Science and Earth Observation (ITC), University of Twente（特温特大学地理信息科学与地球观测学院（ITC）） 纠错

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

AI总结 本文比较了传统与基于学习的多视图立体方法在摄影测量3D重建中的性能，评估了COLMAP与MVSNet、Stereo4D等方法在精度、覆盖范围和运行时间上的表现。

Point2Pose: Occlusion-Recovering 6D Pose Tracking and 3D Reconstruction for Multiple Unknown Objects Via 2D Point Trackers

Point2Pose：基于2D点跟踪器的遮挡恢复多未知物体6D姿态跟踪与3D重建

Tzu-Yuan Lin, Ho Jae Lee, Kevin Doherty, Yonghyeon Lee, Sangbae Kim

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

AI总结 Point2Pose利用2D点跟踪器实现多未知物体的6D姿态跟踪与3D重建，在完全遮挡后能快速恢复，无需CAD模型或类别先验。

TOSC: Task-Oriented Shape Completion for Open-World Dexterous Grasp Generation from Partial Point Clouds

TOSC：面向任务的形状补全用于从部分点云生成开放世界灵巧抓取

Weishang Wu, Yifei Shi, Zhiping Cai

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

AI总结 本文提出面向任务的形状补全方法，通过生成任务导向的接触区域完成方案，提升开放世界中灵巧抓取的性能，改进抓取位移和 Chamfer 距离。

Comments Accepted to AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(13), 10781-10789 (2026)

FF3R: Feedforward Feature 3D Reconstruction from Unconstrained views

FF3R：从无约束视角实现前馈特征三维重建

Chaoyi Zhou, Run Wang, Feng Luo, Mert D. Pesé, Zhiwen Fan, Yiqi Zhong, Siyu Huang

机构 * Microsoft（微软） ； Clemson University（克莱姆森大学） ； Texas A&M University（德克萨斯A&M大学） 纠错

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

AI总结 FF3R提出一种无需标注的前馈框架，统一处理几何与语义推理，解决全局语义不一致和局部结构不一致问题，实验显示其在视图合成、语义分割和深度估计中表现优异。

Comments CVPR 2026 Findings. Project Page: https://chaoyizh.github.io/ff3r_project/

Ψ-Map: Panoptic Surface Integrated Mapping Enables Real2Sim Transfer

Ψ-Map：全景表面集成映射实现真实到仿真转移

Xuan Yu, Yuxuan Xie, Changjian Jiang, Shichao Zhai, Rong Xiong, Yu Zhang, Yue Wang

机构 * Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.RO

AI总结 Ψ-Map通过整合几何强化、端到端学习和高效渲染，实现大规模场景中高精度全景重建，兼顾几何精度与实时推理，满足机器人仿真需求。

Dual-Control Frequency-Aware Diffusion Model for Depth-Dependent Optical Microrobot Microscopy Image Generation

双控频率感知扩散模型用于深度依赖光学微机器人显微图像生成

Lan Wei, Zongcai Tan, Kangyi Lu, Jian-Qing Zheng, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（帝国理工学院生物工程系、Imperial-X人工智能计划） ； CAMS-Oxford Institute, University of Oxford（牛津大学CAMS-Oxford研究所） 纠错

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

AI总结 本文提出Du-FreqNet，通过双控频率感知扩散模型生成物理一致的显微图像，提升微机器人自主操作的3D感知能力，改进SSIM并增强下游任务性能。

TerraSky3D: Multi-View Reconstructions of European Landmarks in 4K

TerraSky3D：欧洲地标多视角4K三维重建

Mattia D'Urso, Yuxi Hu, Christian Sormann, Mattia Rossi, Friedrich Fraundorfer

机构 * Graz University of Technology（格拉茨技术大学） ； Sony（索尼） 纠错

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

AI总结 TerraSky3D提供高分辨率的欧洲地标多视角三维重建数据集，包含5万张图像，涵盖地面、空中和混合场景，旨在为3D重建算法提供挑战性训练和评估数据。

Comments Accepted at 3DMV (CVPR Workshop 2026)

MetroGS: Efficient and Stable Reconstruction of Geometrically Accurate High-Fidelity Large-Scale Scenes

MetroGS: 高精度大规模场景高效稳定重建

Kehua Chen, Tianlu Mao, Xinzhu Ma, Hao Jiang, Zehao Li, Zihan Liu, Shuqin Gao, Honglong Zhao, 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 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出MetroGS框架，通过分布式2D高斯点扩散表示和结构密集增强方案，结合单目与多视图优化策略，实现复杂城市环境中的高效高精度场景重建。

Comments Accepted by CVPR26; Project page: https://m3phist0.github.io/MetroGS

How to Spin an Object: First, Get the Shape Right

如何旋转一个物体：首先，确保形状正确

Rishabh Kabra, Drew A. Hudson, Sjoerd van Steenkiste, Joao Carreira, Niloy J. Mitra

机构 * Google DeepMind（谷歌DeepMind） ； University College London（伦敦大学学院） 纠错

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

AI总结 本文提出unPIC框架，通过多视图几何先验和外观解码器分析图像到3D流程，发现CROCS表示在几何预测和多视图一致性方面优于其他方法。

ReplicateAnyScene: Zero-Shot Video-to-3D Composition via Textual-Visual-Spatial Alignment

ReplicateAnyScene：通过文本-视觉-空间对齐实现零样本视频到3D场景的合成

Mingyu Dong, Chong Xia, Mingyuan Jia, Weichen Lyu, Long Xu, Zheng Zhu, Yueqi Duan

机构 * Tsinghua University（清华大学） ； 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ReplicateAnyScene框架，通过五阶段流水线实现视频到结构化3D场景的零样本合成，引入C3DR基准评估重建质量，实验表明其在生成高质量3D场景方面优于现有方法。

Comments Project Page: https://xiac20.github.io/ReplicateAnyScene/

FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios

FORGE：面向制造场景的细粒度多模态评估

Xiangru Jian, Hao Xu, Wei Pang, Xinjian Zhao, Chengyu Tao, Qixin Zhang, Xikun Zhang, Chao Zhang, Guanzhi Deng, Alex Xue, Juan Du, Tianshu Yu, Garth Tarr, Linqi Song, Qiuzhuang Sun, Dacheng Tao

机构 * University of Waterloo（滑铁卢大学） ； University of Sydney（悉尼大学） ； Singapore Management University（新加坡管理大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Hunan University（湖南大学） ； Nanyang Technological University（南洋理工大学） ； Royal Melbourne Institute of Technology（皇家墨尔本理工大学） ； City University of Hong Kong（香港城市大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院） 纠错

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

AI总结 本文提出FORGE，构建高质量多模态数据集并评估18种先进MLLM在制造任务中的表现，揭示领域知识不足是主要瓶颈，展示结构化标注可提升模型精度。

Comments Project Page:https://ai4manufacturing.github.io/forge-web

Affostruction: 3D Affordance Grounding with Generative Reconstruction

构形：基于生成重建的3D构形定位

Chunghyun Park, Seunghyeon Lee, Minsu Cho

机构 * Pohang University of Science and Technology (POSTECH)（浦项科技大学） ； RLWRLD 纠错

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

AI总结 本文提出Affostruction框架，通过生成式重建完整物体几何并基于全形体进行构形定位，优于现有方法，在构形定位和3D重建上取得显著成绩。

Comments Accepted to CVPR 2026

Not Your Stereo-Typical Estimator: Combining Vision and Language for Volume Perception

非典型立体视觉估计器：结合视觉与语言进行体积感知

Gautham Vinod, Bruce Coburn, Siddeshwar Raghavan, Fengqing Zhu

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出融合立体视觉隐式3D线索与自然语言显式先验知识的方法，通过多模态表示提升体积估计精度。

PA-SFM: Tracker-free differentiable acoustic radiation for freehand 3D photoacoustic imaging

PA-SFM：无需跟踪器的可微声辐射用于自由手3D光声成像

Shuang Li, Jian Gao, Chulhong Kim, Seongwook Choi, Qian Chen, Yibing Wang, Shuang Wu, Yu Zhang, Tingting Huang, Yucheng Zhou, Boxin Yao, Yao Yao, Changhui Li

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

AI总结 本文提出PA-SFM，通过可微声辐射建模实现无需外部传感器的自由手3D光声成像，实现了高精度3D重建和低成本解决方案。

Structure from Noise: Confirmation Bias in Particle Picking in Structural Biology

从噪声中提取结构：结构生物学中粒子选取中的确认偏见

Amnon Balanov, Alon Zabatani, Tamir Bendory

专题命中 三维重建 ：3D reconstruction(abstract)

AI总结 本文研究了单颗粒冷冻电子显微镜和冷冻电子断层扫描中粒子选取的确认偏见，通过最大似然估计和3D重建验证了噪声对结构的影响。

3D Multi-View Stylization with Pose-Free Correspondences Matching for Robust 3D Geometry Preservation

基于姿态无关对应关系的3D多视角风格化

Shirsha Bose

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

AI总结 本文提出一种无需姿态信息或显式3D表示的多视角风格化方法，通过复合目标结合外观迁移与几何保持，提升3D任务的鲁棒性。

Dark-EvGS: Event Camera as an Eye for Radiance Field in the Dark

暗光环境下的辐射场重建：事件相机作为视觉的眼睛

Jingqian Wu, Peiqi Duan, Zongqiang Wang, Changwei Wang, Boxin Shi, Edmund Y. Lam

机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电机电子工程系） ； State Key Laboratory of Multimedia Information Processing and National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室及视觉技术国家工程研究中心） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center, Qilu University of Technology（齐鲁工业大学（山东省科学院）山东省计算中心（国家超级计算济南中心）计算力网络与信息安全教育部重点实验室） 纠错

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

AI总结 本文提出Dark-EvGS框架，利用事件相机和3D高斯点绘制技术，在暗光环境中实现高质量辐射场重建，通过三重监督和颜色匹配模块提升合成图像质量。

AccidentSim: Generating Vehicle Collision Videos with Physically Realistic Collision Trajectories from Real-World Accident Reports

AccidentSim: 从真实世界事故报告生成具有物理真实碰撞轨迹的车辆碰撞视频

Xiangwen Zhang, Qian Zhang, Longfei Han, Qiang Qu, Xiaoming Chen, Weidong Cai

机构 * School of Computer and Artificial Intelligence, Beijing Technology and Business University（北京工商大学计算机与人工智能学院） ； The University of Sydney（悉尼大学） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 AccidentSim通过提取事故报告中的物理信息生成真实碰撞视频，结合物理模拟和NeRF技术提升视觉与物理真实性。

Unfolding 3D Gaussian Splatting via Iterative Gaussian Synopsis

通过迭代高斯摘要展开3D高斯溅射

Yuqin Lu, Yang Zhou, Yihua Dai, Guiqing Li, Shengfeng He

机构 * School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） 纠错

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

AI总结 本文提出迭代高斯摘要框架，通过自顶向下展开方案实现紧凑渐进渲染，减少存储需求并保持视觉质量。

PointSplat: Efficient Geometry-Driven Pruning and Transformer Refinement for 3D Gaussian Splatting

PointSplat: 高效的几何驱动剪枝与Transformer细化方法用于3D高斯散射

Anh Thuan Tran, Jana Kosecka

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

AI总结 PointSplat通过几何驱动的剪枝和Transformer细化方法，提高3D高斯散射的效率和渲染质量，在不同稀疏度下均表现优异。

Comments Accepted to CVPRW 2026 (3DMV)

GS4City: Hierarchical Semantic Gaussian Splatting via City-Model Priors

GS4City: 通过城市模型先验实现层次化语义高斯点云

Qilin Zhang, Jinyu Zhu, Olaf Wysocki, Benjamin Busam, Boris Jutzi

机构 * Technical University of Munich (TUM)（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） ； CV4DT, University of Cambridge（剑桥大学CV4DT） 纠错

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

AI总结 GS4City通过整合城市模型先验，实现层次化语义高斯点云，有效整合建筑语义，优于现有2D驱动的3DGS方法，提升城市重建的语义查询能力和结构感知能力。

Naka-GS: A Bionics-inspired Dual-Branch Naka Correction and Progressive Point Pruning for Low-Light 3DGS

Naka-GS：一种生物启发的双分支Naka校正和渐进点修剪用于低光3DGS

Runyu Zhu, SiXun Dong, Zhiqiang Zhang, Qingxia Ye, Zhihua Xu

机构 * China University of Mining and Technology-Beijing（中国矿业大学（北京）） 纠错

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

AI总结 本文提出Naka-GS框架，通过双分支Naka校正和渐进点修剪提升低光条件下3DGS的光度恢复与几何初始化，提高重建质量与稳定性。

MonoEM-GS: Monocular Expectation-Maximization Gaussian Splatting SLAM

MonoEM-GS: 单目期望-最大化高斯点云SLAM

Evgenii Kruzhkov, Sven Behnke

机构 * Autonomous Intelligent Systems group, Computer Science Institute VI – Intelligent Systems and Robotics – and the Center for Robotics and the Lamarr Institute for Machine Learning and Artificial Intelligence, University of Bonn（波恩大学自主智能系统组、计算机科学研究所VI——智能系统与机器人学——以及机器人中心与拉马尔机器学习和人工智能研究所） 纠错

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

AI总结 MonoEM-GS通过整合几何预测到全局高斯点云表示中，解决视点依赖性和噪声问题，结合期望-最大化方法稳定几何并采用ICP对齐估计姿态，支持多模式特征参数化实现开放集分割等下游任务。

ProDiG: Progressive Diffusion-Guided Gaussian Splatting for Aerial to Ground Reconstruction

ProDiG：渐进式扩散引导高斯点云法用于空到地重建

Sirshapan Mitra, Yogesh S. Rawat

机构 * CRCV, University of Central Florida（中佛罗里达大学计算机视觉研究中心） 纠错

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

AI总结 本文提出ProDiG方法，通过扩散引导逐步将空视图转换为地面级视图，利用几何感知因果注意力模块和距离自适应高斯模块，实现高斯点云的渐进式优化，提升重建的几何一致性和鲁棒性。

Comments CVPR Findings 2026

Fast-SegSim: Real-Time Open-Vocabulary Segmentation for Robotics in Simulation

Fast-SegSim: 仿真中机器人快速开放词汇分割

Xuan Yu, Yuxuan Xie, Shichao Zhai, Shuhao Ye, Rong Xiong, Yue Wang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.RO

AI总结 本文提出Fast-SegSim，基于2D高斯散射构建端到端框架，实现高保真且3D一致的开放词汇分割重建。通过优化渲染管线和Top-K硬选择策略，提升渲染速度至40FPS以上，用于仿真平台传感器输入和下游感知任务的多视图地面真实标签生成。

FreeScale: Scaling 3D Scenes via Certainty-Aware Free-View Generation

FreeScale: 通过置信度感知的自由视角生成实现3D场景扩展

Chenhan Jiang, Yu Chen, Qingwen Zhang, Jifei Song, Songcen Xu, Dit-Yan Yeung, Jiankang Deng

专题命中 Gaussian Splatting ：3D vision(abstract)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 FreeScale通过利用场景重建将有限的真实图像序列转化为高质量训练数据，通过置信度感知的自由视角采样策略提升NVS模型性能，实现2.7dB的PSNR提升。

Comments CVPR2026

ViserDex: Visual Sim-to-Real for Robust Dexterous In-hand Reorientation

ViserDex: 视觉仿真到现实用于鲁棒的灵巧抓取重定向

Arjun Bhardwaj, Maximum Wilder-Smith, Mayank Mittal, Vaishakh Patil, Marco Hutter

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

AI总结 本文提出ViserDex框架，通过3D高斯点云实现单目RGB抓取重定向，结合物理一致的预渲染增强和课程强化学习，实现高效鲁棒的物体姿态估计。

LumiMotion: Improving Gaussian Relighting with Scene Dynamics

LumiMotion：通过场景动态改进高斯光照明

Joanna Kaleta, Piotr Wójcik, Kacper Marzol, Tomasz Trzciński, Kacper Kania, Marek Kowalski

机构 * Warsaw University of Technology（华沙理工大学） ； Sano Centre for Computational Medicine（Sano计算医学中心） ； Inst. for Biomedical Informatics, Univ. Hospital of Cologne（科隆大学医院生物医学信息学研究所） ； University of Cologne（科隆大学） ； CMMC Cologne（科隆CMMC） ； Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究所） ； Microsoft（微软） 纠错

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

AI总结 本文提出LumiMotion，通过利用场景动态元素作为监督信号，改进高斯反渲染方法，在动态场景中实现更准确的光照与材质分离，实验表明在albedo估计和场景照明中分别提升了23%和15%。

Comments CVPR2026

Disentangled Point Diffusion for Precise Object Placement

解耦点扩散用于精确物体放置

Lyuxing He, Eric Cai, Shobhit Aggarwal, Jianjun Wang, David Held

机构 * Carnegie Mellon University（卡内基梅隆大学） ； ABB Inc.（ABB公司） 纠错

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

AI总结 本文提出TAX-DPD框架，通过解耦点扩散模型实现高精度物体放置，提升多模态覆盖与几何变化适应性。

WARPED: Wrist-Aligned Rendering for Robot Policy Learning from Egocentric Human Demonstrations

WARPED：用于机器人策略学习的腕部对齐渲染

Harry Freeman, Chung Hee Kim, George Kantor

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

AI总结 WARPED通过单目RGB数据合成腕部视角观测，实现从第一人称人类示范数据中训练视觉运动策略，相比传统方法减少5-8倍的数据收集时间。