视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
自由几何：从更长版本的自身中细化3D重建
机构 * The Hong Kong Polytechnic University, Hong Kong SAR（香港理工大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出Free Geometry框架，通过在测试时让3D重建模型自我进化，提升在遮挡、镜面反射等复杂场景下的重建精度，改进了多个基准数据集的相机姿态和点云预测性能。
Comments Code is available at https://github.com/hiteacherIamhumble/Free-Geometry
从下降阶段宽角影像进行行星表面的神经3D重建
机构 * University of Glasgow（格拉斯哥大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出了一种基于神经网络的行星下降影像3D重建方法，利用显式神经高度场表示提升重建精度，验证了神经方法在行星表面重建中的有效性。
SyncFix：通过多视图同步修复3D重建
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Virginia（弗吉尼亚大学）
专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV
AI总结 SyncFix通过多视图同步在扩散过程中修复3D重建的语义和几何不一致，利用联合潜在桥接匹配问题提升重建质量，即使在无干净参考图像时也能生成高质量结果。
Comments Project website: https://syncfix.github.io/
前馈3D场景建模：以问题为导向的视角
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Monash University（墨尔本大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Tübingen（图宾根大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 本文探讨了前馈3D重建的通用方法，提出以模型设计为核心的分类体系，涵盖特征增强、几何意识、模型效率等五个核心问题，旨在推动3D场景建模的标准化与可扩展性。
Comments 67 pages, 395 references. Project page: https://ff3d-survey.github.io. Code: https://github.com/ziplab/Awesome-Feed-Forward-3D. This work has been submitted to Springer for possible publication
PatchPoison：污染多视图数据集以降质3D重建
机构 * International Institute of Information Technology（国际信息科技研究所）
专题命中 Gaussian Splatting ：3D reconstruction(title,abstract)；NeRF(abstract,abstract_cn)；Gaussian Splatting(abstract,abstract_cn)；3DGS(abstract,abstract_cn)
AI总结 PatchPoison通过在多视图数据集边缘注入高频率对抗性补丁，干扰SfM管线的特征匹配阶段，从而降低3D重建精度，提供一种无需修改流程的实用预处理方法。
Comments CVPR Workshop on Security, Privacy, and Adversarial Robustness in 3D Generative Vision Models (SPAR-3D), 2026
LIVE-GS：通过大语言模型实现交互式VR体验的物理感知高斯点云
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)
AI总结 LIVE-GS利用大语言模型快速生成动态高斯点云资产并实现实时VR交互，通过物理属性分析提升虚拟现实中的物理交互真实感。
MSGS：多光谱三维高斯点撒技术
机构 * Victoria University of Wellington（惠灵顿维多利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 本文提出多光谱三维高斯点撒技术，通过引入光谱辐射度和双损失监督方案提升视图合成的光谱感知能力，实验证明在透明材料和各向异性反射场景中表现优异。
Comments Published in IEEE ISMAR 2025 Adjunct
Journal ref Proceedings of the IEEE International Symposium on Mixed and Augmented Reality (ISMAR) Adjunct, 2025
SSD-GS：散射与阴影分解用于可重照明的3D高斯点云
机构 * Victoria University of Wellington（惠灵顿维多利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 SSD-GS通过分解反射率成四个组件，提升3D高斯点云在新型光照条件下的重建与真实重照明能力，尤其适用于各向异性金属和透明材料。
Comments Accepted to ICLR 2026. Code available at: https://github.com/irisfreesiri/SSD-GS
RadarSplat-RIO：基于高斯点分布的室内雷达-惯性里程计
机构 * Meta Reality Labs（Meta现实实验室） ； University of Michigan（密歇根大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 本文提出基于高斯点分布的雷达束调整框架，通过联合优化雷达传感器姿态和场景几何，显著减少位姿漂移并提升鲁棒性，实验表明在多个室内场景中，雷达束调整性能优于传统雷达-惯性里程计。
ClipGStream: 用于任意长度和任意运动多视角动态场景重建的Clip-Stream高斯点云法
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology（广东超高清沉浸式媒体技术省重点实验室） ； Shenzhen Graduate School, Peking University（北京大学深圳研究生院） ； Pengcheng Laboratory（鹏城实验室） ； Peking University（北京大学） ； MIGU Video Co., Ltd.（MIGU视频有限公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 本文提出ClipGStream框架，通过clip级流优化实现长动态视频的高斯点云重建，兼顾可扩展性和时间一致性。
Comments CVPR 2026, Project pages: https://liangjie1999.github.io/ClipGStreamWeb/
多模态全景三维户外数据集用于场所分类
机构 * Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电子工程研究生院） ； Polytechnic University of Cartagena (UPCT)（卡塔赫纳理工学院） ； Faculty of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电子工程学系）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出两个多模态全景三维户外数据集，用于语义场所分类，包含森林、海岸、住宅区、城市区及室内外停车场六类，通过激光扫描和同步图像获取数据，并比较了多种分类方法，取得高准确率。
Comments This is the authors' manuscript. The final published article was presented at IROS 2026, and it is available at https://doi.org/10.1109/IROS.2016.7759669
SpatialEvo: 通过确定性几何环境实现自演化空间智能
机构 * Zhejiang University（浙江大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出SpatialEvo框架，利用确定性几何环境解决3D空间推理问题，通过物理反馈替代模型共识，提升空间推理能力。
UMI-3D：从视觉受限到3D空间感知的通用操作接口扩展
机构 * HKU（香港大学） ； USTC（中国科学技术大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 UMI-3D通过集成轻量级低成本LiDAR传感器，提升数据采集的鲁棒性和可扩展性，实现3D空间感知，增强操作任务的性能与可行性。
用于3D单目标跟踪的时序一致长期记忆
机构 * Sungkyunkwan University（成均馆大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出ChronoTrack框架，通过长期记忆和双重损失函数提升3D单目标跟踪的时序一致性与效率，实现新的SOTA性能。
Comments Accepted to CVPR 2026 Findings
SuperGrasp：基于超二次曲面相似性匹配的单视角物体抓取
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 本文提出SuperGrasp框架，通过超二次曲面相似性匹配和E-RNet网络，实现单视角平行爪抓取的高效候选生成与稳定评估，实验验证其在新物体和杂乱场景中的泛化能力。
Comments Minor revisions to the manuscript content, author order, and experimental results
UNRIO：面向雷达-惯性里程计的不确定性感知速度学习
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 UNRIO通过直接处理雷达IQ信号预测体坐标系速度，结合Transformer架构和GRT框架，在多模式下实现不确定性估计与姿态图融合，有效提升横向运动轨迹中的里程计精度。
迈向腹腔镜手术中的患者特异性变形配准
机构 * Biomedical Robotics Lab, Istituto Italiano di Tecnologia, Genoa, Italy（生物医学机器人实验室，意大利理工学院，热那亚） ； Department of Computer Science, Bioengineering, Robotics and Systems Engineering (DIBRIS), University of Genoa, Italy（计算机科学、生物工程、机器人与系统工程系（DIBRIS），热那亚大学，意大利） ； Harvard Medical School, Brigham and Women’s Hospital, Boston, USA（哈佛医学院，布里洛妇女医院，美国波士顿）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出一种患者特异性非刚性点云配准方法，结合Transformer架构与物理模拟算法，在合成和真实数据上均优于传统方法，显著提升手术安全性。
Journal ref Medical Image Computing and Computer Assisted Intervention - MICCAI 2025. MICCAI 2025. Lecture Notes in Computer Science, vol 15968. Springer
面向几何的多模态对齐用于光场-激光雷达语义分割
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出融合光场数据和点云数据的多模态语义分割网络，通过特征补全和深度感知模块提升复杂场景下的分割性能，优于单模态方法。
拓扑复杂性与相空间稳定性：基于持续同调的加密货币风险分析
专题命中 点云 ：point cloud(abstract)
AI总结 本文利用拓扑数据分析方法，通过相空间稳定性量化加密货币风险，引入持续同调群和拓扑持续性规范，提供一种鲁棒于高频噪声的坐标无关风险评估指标。
重新思考基于稀疏查询的图像到3D生成：效率、容量和输入视角偏差
机构 * UC Berkeley（伯克利大学） ； University of Cambridge（剑桥大学） ； UT Austin（奥斯汀大学）
专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV
AI总结 本文提出SparseGen框架，通过稀疏查询实现高效的图像到3D生成，降低输入视角偏差并提升效率。模型采用紧凑的稀疏学习3D锚点查询和解码器，减少内存和推理时间，保持多视角保真度。
Comments Code is available at https://github.com/Pixtella/SparseGen
ReConText3D: 基于重放的持续文本到3D生成
机构 * DFKI（德累斯顿自由大学） ； RPTU Kaiserslautern-Landau（科布伦茨-劳恩堡大学）
专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV
AI总结 本文提出ReConText3D框架，解决文本到3D生成中的持续学习问题，通过文本嵌入k-Center选择构建紧凑多样回放记忆，实现增量学习新3D类别并保持旧类生成能力。
Comments Accepted at CVPR Findings 2026
MR.ScaleMaster: 从众源单目视频实现一致性协作制图
机构 * Department of Robotics and Mechatronics Engineering, DGIST（机器人与机电工程系，DGIST）
专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.RO
AI总结 本文提出MR.ScaleMaster系统，通过解决尺度崩溃和漂移问题，实现众源单目视频的协作制图，显著提升精度并支持多机器人融合。
Comments 8 pages, 7 figures, submitted to IROS 2026
自适应多尺度通道-空间注意力聚合框架用于3D室内语义场景补全以协助视障人士
专题命中 其他3D视觉 ：3D vision(abstract)；分类 cs.CV
AI总结 本文提出自适应多尺度注意力聚合框架，解决2D到3D特征提升中的噪声扩散和多尺度融合结构不稳定问题，通过通道-空间注意力机制和分层自适应门控策略提升小物体和桌子的识别精度，实验表明在NYUv2基准上mIoU达27.88%。
Comments We need to optimize the experiment, the changes are quite significant
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈