3D 视觉

Point-MF: One-step Point Cloud Generation from a Single Image via Mean Flows

点-流：通过均流实现单图像点云生成

Yuta Baba, Keiji Yanai

机构 * The University of Electro-Communications（电子通信大学） 纠错

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

AI总结 本文提出Point-MF框架，通过均流与辅助损失实现单图像点云重建，以单次网络调用完成高精度重建，提升效率与质量。

Comments 28 pages, 14 figures

Point Cloud Registration for Fusion between SPECT MPI and CTA Images

点云配准用于SPECT MPI与CTA图像的融合

Ni Yao, Xiangyu Liu, Shaojie Tang, Danyang Sun, Chuang Han, Yanting Li, Jiaofen Nan, Chengyang Li, Fubao Zhu, Chen Zhao, Zhihui Xu, Weihua Zhou

机构 * School of Computer Science and Artificial Intelligence, Zhengzhou University of Light Industry（郑州轻工业大学计算机科学与人工智能学院） ； School of Automation, Xi’an University of Posts and Telecommunications（西安邮电大学自动化学院） ； Xi'an Key Laboratory of Advanced Control and Intelligent Process（西安先进控制与智能过程重点实验室） ； School of Information Management and Engineering, Shanghai University of Finance and Economics（上海财经大学信息管理与工程学院） ； Department of Computer Science, Kennesaw State University（肯尼斯州立大学计算机科学系） ； Department of Cardiology, The First Affiliated Hospital of Nanjing Medical University（南京医科大学第一附属医院心内科） ； Department of Applied Computing, Michigan Technological University（密歇根技术大学应用计算系） ； Center for Biocomputing and Digital Health, Institute of Computing and Cybersystems, and Health Research Institute, Michigan Technological University（密歇根技术大学生物计算与数字健康中心、计算与网络系统研究所及健康研究机构） 纠错

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

AI总结 本文提出一种融合SPECT MPI和CTA图像的配准框架，通过U-Net分割和多方法配准实现高精度心脏评估。

S2AM3D: Scale-controllable Part Segmentation of 3D Point Clouds

S2AM3D: 可缩放部分的3D点云分割

Han Su, Tianyu Huang, Zichen Wan, Xiaohe Wu, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨理工大学） 纠错

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

AI总结 本文提出S2AM3D，通过结合2D分割先验与3D一致监督，解决3D点云分割中数据稀缺和视图不一致的问题，实现对复杂结构的鲁棒分割。

Comments Accepted by CVPR 2026(Oral). Project page:https://sumuru789.github.io/S2AM3D-website/

NeuroAPS-Net: Neuro-Anatomically Aware Point Cloud Representation for Efficient Alzheimer's Disease Classification

NeuroAPS-Net：神经解剖意识点云表示用于高效阿尔茨海默病分类

Towhidul Islam, Mufti Mahmud

机构 * 1 ICS Department, King Fahd University of Petroleum \& Minerals, Dhahran, Saudi Arabia ； 2 SDAIA-KFUPM JRC for AI, King Fahd University of Petroleum \& Minerals, Dhahran, Saudi Arabia ； Machines, King Fahd University of Petroleum \& Minerals, Dhahran, Saudi Arabia 纠错

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

AI总结 本文提出NeuroAPS-Net，通过解剖优先采样生成神经解剖标注的点云数据集，并采用轻量几何深度学习模型实现高效阿尔茨海默病分类。

Comments 6 pages, 3 figures, Accepted under IJCNN 2026

Virtual reality for large-scale laboratories based on colorized point clouds: design and pedagogical impact

基于彩色点云的大规模实验室虚拟现实：设计与教学影响

Lei Fan, Yuxin Li

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文提出一种基于WebVR的虚拟实验室，利用Unity和Potree实现高保真的点云可视化，提供沉浸式探索和交互功能，提升工程教育中的教学效果和学习体验。

RobotPan: A 360$^\circ$ Surround-View Robotic Vision System for Embodied Perception

RobotPan：一种用于具身感知的360度全景机器人视觉系统

Jiahao Ma, Qiang Zhang, Peiran Liu, Zeran Su, Pihai Sun, Gang Han, Wen Zhao, Wei Cui, Zhang Zhang, Zhiyuan Xu, Renjing Xu, Jian Tang, Miaomiao Liu, Yijie Guo

机构 * Tiangong 3.0 humanoid platform（天宫3.0人形平台） 纠错

专题命中 点云 ：3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出RobotPan系统，通过六摄像头与LiDAR结合，实现360度全景视觉覆盖，采用统一球坐标表示和分层球体体素先验，实现高效实时渲染与重建，支持长时间序列处理，并发布多传感器数据集用于机器人导航与 manipulation。

Comments Project website: https://robotpan.github.io/

Guiding Vector Field Generation via Score-based Diffusion Model

通过基于分数的扩散模型引导向量场生成

Zirui Chen, Shiliang Guo, Shiyu Zhao

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； WINDY Lab, Department of Artificial Intelligence, Westlake University（西湖大学人工智能系WINDY实验室） 纠错

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

AI总结 本文提出基于分数的引导向量场(SGVF)，利用生成模型直接从数据分布构建向量场，解决传统方法在复杂路径中的不足，实验表明其在机器人导航中表现优异。

Comments 8 pages, 6 figrues, ICRA2026

Multispectral airborne laser scanning dataset for tree species classification: MS-ALS-SPECIES

多光谱航空激光扫描数据集用于树种分类：MS-ALS-SPECIES

Matti Hyyppä, Klaara Salolahti, Eric Hyyppä, Xiaowei Yu, Josef Taher, Leena Matikainen, Matti Lehtomäki, Paula Litkey, Teemu Hakala, Harri Kaartinen, Juha Hyyppä, Antero Kukko

机构 * Department of Remote Sensing and Photogrammetry（遥感与摄影测量系） ； Finnish Geospatial Research Institute（芬兰地理研究 institute） ； FGI ； The National Land Survey of Finland（芬兰国家土地测绘局） 纠错

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

AI总结 本文提出一个公开的多光谱ALS数据集，用于改进森林个体树级评估，通过高精度地面验证数据提升树种分类的多样性映射。

BIMStruct3D: A Fully Automated Hybrid Learning Scan-to-BIM Pipeline with Integrated Topology Refinement

BIMStruct3D: 一种集成拓扑细化的全自动混合学习扫描到BIM流程

Mahdi Chamseddine, Fabian Kaufmann, Marius Schellen, Christian Glock, Didier Stricker, Jason Rambach

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； RPTU Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） 纠错

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

AI总结 本文提出BIMStruct3D流程，结合学习方法的语义分割与拓扑感知几何重建，生成符合IFC标准的BIM模型，并通过vIoU指标和德国医院数据集验证了其在建筑扫描到BIM任务中的有效性。

Comments Accepted in EC3 2026

INSIGHT: Indoor Scene Intelligence from Geometric-Semantic Hierarchy Transfer for Public~Safety

INSIGHT: 从几何-语义层次转移实现室内场景智能以提升公共安全

Alexander Nikitas Dimopoulos, Joseph Grasso, John Beltz

机构 * Public Safety Communications Research Division, National Institute of Standards and Technology（公共安全通信研究部，美国国家标准与技术研究院） 纠错

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

AI总结 本文提出INSIGHT框架，通过注册的RGB-D数据将2D图像理解投影到3D空间，解决室内场景标注数据不足和小尺寸安全关键特征识别问题，生成兼容Pointcept的点云和符合ISO 19164的场景图。