3D 视觉

P3T: Prototypical Point-level Prompt Tuning with Enhanced Generalization for 3D Vision-Language Models

P3T: 用于3D视觉-语言模型的增强泛化原型点级提示微调

Geunyoung Jung, Soohong Kim, Kyungwoo Song, Jiyoung Jung

机构 * Department of Artificial Intelligence, University of Seoul（首尔大学人工智能系） ； Department of Applied Statistics, Yonsei University（延世大学应用统计系） 纠错

专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出P3T，一种针对3D视觉-语言模型的高效提示微调方法，通过点级提示器和文本提示器提升模型泛化能力，并引入原型损失减少类别内方差，实验表明其在分类和少样本学习中表现优异。

Comments Accepted by ICRA 2026

APC: Transferable and Efficient Adversarial Point Counterattack for Robust 3D Point Cloud Recognition

APC：可转移且高效的对抗点反击用于鲁棒的3D点云识别

Geunyoung Jung, Soohong Kim, Inseok Kong, Jiyoung Jung

机构 * Department of Artificial Intelligence, University of Seoul, South Korea（首尔大学人工智能系，韩国） ； Department of Geo Informatics, University of Seoul, South Korea（首尔大学地理信息系，韩国） 纠错

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

AI总结 本文提出APC，一种轻量级输入级净化模块，通过生成实例特定的对抗扰动有效中和攻击，并通过混合训练策略提升跨不同攻击的泛化能力，实验表明其在3D识别基准上达到最先进的防御性能。

Comments Accepted by CVPR 2026 Findings