3D 视觉

Multi-modal panoramic 3D outdoor datasets for place categorization

多模态全景三维户外数据集用于场所分类

Hojung Jung, Yuki Oto, Oscar M. Mozos, Yumi Iwashita, Ryo Kurazume

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） 纠错

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: Self-Evolving Spatial Intelligence via Deterministic Geometric Environments

SpatialEvo: 通过确定性几何环境实现自演化空间智能

Dinging Li, Yingxiu Zhao, Xinrui Cheng, Kangheng Lin, Hongbo Peng, Hongxing Li, Zixuan Wang, Yuhong Dai, Haodong Li, Jia Wang, Yukang Shi, Liang Zhao, Jianjian Sun, Zheng Ge, Xiangyu Zhang, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen

机构 * Zhejiang University（浙江大学） 纠错

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: Extending Universal Manipulation Interface from Vision-Limited to 3D Spatial Perception

UMI-3D：从视觉受限到3D空间感知的通用操作接口扩展

Ziming Wang

机构 * HKU（香港大学） ； USTC（中国科学技术大学） 纠错

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。

Temporally Consistent Long-Term Memory for 3D Single Object Tracking

用于3D单目标跟踪的时序一致长期记忆

Jaejoon Yoo, SuBeen Lee, Yerim Jeon, Miso Lee, Jae-Pil Heo

机构 * Sungkyunkwan University（成均馆大学） 纠错

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: Single-View Object Grasping via Superquadric Similarity Matching, Evaluation, and Refinement

SuperGrasp：基于超二次曲面相似性匹配的单视角物体抓取

Lijingze Xiao, Jinhong Du, Supeng Diao, Yu Ren, Yang Cong

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: Uncertainty-Aware Velocity Learning for Radar-Inertial Odometry

UNRIO：面向雷达-惯性里程计的不确定性感知速度学习

Jui-Te Huang, Tinashu Huang, Anthony Rowe, Michael Kaess

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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。

Towards Patient-Specific Deformable Registration in Laparoscopic Surgery

迈向腹腔镜手术中的患者特异性变形配准

Alberto Neri, Veronica Penza, Nazim Haouchine, Leonardo S. Mattos

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） 纠错

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

Geometry-Aware Cross Modal Alignment for Light Field-LiDAR Semantic Segmentation

面向几何的多模态对齐用于光场-激光雷达语义分割

Jie Luo, Yuxuan Jiang, Xin Jin, Mingyu Liu, Yihui Fan

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

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。

Topological Complexity and Phase Space Stability: A Persistent Homology Approach to Cryptocurrency Risk

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

Gabriel Santana, Jemirson Ramirez

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。