3D 视觉

Random Walk on Point Clouds for Feature Detection

点云上随机游走用于特征点检测

Yuhe Zhang, Zhikun Tu, Zhi Li, Jian Gao, Bao Guo, Shunli Zhang

机构 * School of Information Science and Technology（信息科学与技术学院） 纠错

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

AI总结 本文提出RWoDSN方法，通过两阶段分析提取点云中的关键特征点，结合局部表面的空间分布、拓扑属性和几何特性，提升提取精度和召回率。

Comments 20 pages, 11 figures. Published in Information Sciences

Journal ref Information Sciences 709 (2025) 122082

REVNET: Rotation-Equivariant Point Cloud Completion via Vector Neuron Anchor Transformer

REVNET: 通过向量神经元锚定变换实现旋转等变点云补全

Zhifan Ni, Eckehard Steinbach

机构 * Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 本文提出REVNET框架，利用向量神经元网络在任意旋转下实现点云补全，通过等变锚点和改进的特征表达提升稳定性，实验证明在合成和真实数据集上均优于现有方法。

Comments ICPR 2026

FurnSet: Exploiting Repeats for 3D Scene Reconstruction

FurnSet：利用重复实例进行3D场景重建

Paul Dobre, Xin Wang, Hongzhou Yang

机构 * University of Calgary（卡尔加里大学） 纠错

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

AI总结 FurnSet通过显式识别和利用重复物体实例提升3D场景重建质量，结合场景级和物体级条件引导重建，并利用点云优化布局。

Multi-FEAT: Multi-Feature Edge Alignment for Targetless Camera-LiDAR Calibration

多特征边缘对齐：无目标相机-激光雷达校准

Bichi Zhang, Holger Caesar, Raj Thilak Rajan

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出Multi-FEAT方法，通过将3D激光雷达点云投影到2D全景图，并利用多种激光雷达特征信息补充稀疏边界，结合相机边缘提取和特征匹配函数优化校准参数，实验表明其在KITTI数据集上优于现有无目标校准方法。