3D 视觉

PCM-NeRF: Probabilistic Camera Modeling for Neural Radiance Fields under Pose Uncertainty

PCM-NeRF：在姿态不确定性下基于概率的相机建模用于神经辐射场

Shravan Venkatraman, Rakesh Raj Madavan, Pavan Kumar Sathya Venkatesh

机构 * Mohamed bin Zayed University of AI（穆罕默德·本·扎耶德人工智能大学） ； University of Amsterdam（阿姆斯特丹大学） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

专题命中 NeRF ：NeRF(title,title_cn)；分类 cs.CV、cs.GR

AI总结 PCM-NeRF通过引入可学习的不确定性来增强神经表面重建，利用概率分布建模相机姿态，有效应对姿态估计不准确的问题，提升重建精度。

Comments CVPR-W 2026 (GenRec3D)

MU-GeNeRF: Multi-view Uncertainty-guided Generalizable Neural Radiance Fields for Distractor-aware Scene

MU-GeNeRF：多视角不确定性引导的可泛化神经辐射场用于干扰感知场景

Wenjie Mu, Zhan Li, Chuanzhou Su, Xuanyi Shen, Ziniu Liu, Fan Lu, Yujian Mo, Junqiao Zhao, Tiantian Feng, Chen Ye, Guang Chen

机构 * School of Computer Science and Technology, Tongji University, Shanghai, China（同济大学计算机科学与技术学院，上海，中国） ； MOE Key Lab of Embedded System and Service Computing, Tongji University, Shanghai, China（同济大学嵌入式系统与服务计算MOE重点实验室，上海，中国） ； College of Surveying and Geographic Informatics, Tongji University, Shanghai, China（同济大学测绘地理信息学院，上海，中国） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出MU-GeNeRF，通过多视角不确定性组件提升神经辐射场在存在瞬时干扰时的鲁棒性，实验表明其在场景重建中优于现有方法。

Comments Accepted by CVPR 2026

Positioning radiata pine branches requiring pruning by drone stereo vision

利用无人机立体视觉定位需修剪的辐射松枝位置

Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

机构 * Centre of Data Science and Artificial Intelligence & School of Engineering and Computer Science（数据科学与人工智能中心及工程与计算机科学学院） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出基于无人机的立体视觉系统，用于检测和定位辐射松枝以支持自主修剪。通过比较不同模型在自定义数据集上的表现，验证了深度学习方法在低成本立体视觉中用于林业自动枝条定位的可行性。

Generalizable Radio-Frequency Radiance Fields for Spatial Spectrum Synthesis

可泛化的射频辐射场用于空间频谱合成

Kang Yang, Yuning Chen, Wan Du

机构 * University of California, Merced（加州大学梅德福分校） 纠错

专题命中 NeRF ：NeRF(abstract)

AI总结 GRaF通过空间频谱合成实现了射频信号传播的建模，利用通用方法而非特定场景训练，结合Transformer编码器和神经射线追踪算法，在单场景和未见场景中均表现优异。