视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
制造领域中的3D重建技术：应用、研究机会与用例
机构 * Advanced Robotics Centre（先进机器人中心） ； National University of Singapore（新加坡国立大学） ； Independent Researcher（独立研究员）
专题命中 三维重建 ：3D reconstruction(title,abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文综述了制造领域3D重建技术的发展现状，分析了传统方法与深度学习方法的差异，指出统一框架的不足，并总结了质量检测等关键应用及未来研究方向。
Comments 24 pages
EAG-PT：考虑发射的高斯和路径追踪用于漫反射室内场景重建与编辑
机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学）
专题命中 三维重建 ：NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 EAG-PT通过统一的2D高斯表示实现室内场景的物理重建与渲染，支持可编辑的漫反射全局光照，结合高效单次反弹优化和高质量多次反弹路径追踪，优于现有方法。
Comments SIGGRAPH 2026 Conference Paper; Project Page: https://eag-pt.github.io
可泛化稀疏视角3D重建从无约束图像
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV
AI总结 本文提出GenWildSplat框架，通过学习几何先验在无场景优化情况下实现稀疏视角户外3D重建，利用外观适配器和语义分割处理光照和遮挡，实现跨不同光照和遮挡模式的泛化。
Comments Project Page: https://genwildsplat.github.io/
通过跨模态特征归因验证CineECG 3D重建的临床价值
机构 * Department of Human-Centered Artificial Intelligence, Institute of Applied Computer Science, Jagiellonian University（人类中心人工智能系，应用计算机科学研究所，雅盖隆大学） ； Faculty of Medicine, Jagiellonian University Medical College（医学系，雅盖隆大学医学院）
专题命中 三维重建 ：3D reconstruction(title)
AI总结 本文提出跨模态方法，将高性能12导联ECG模型的特征归因投影到CineECG 3D解剖空间，验证了其在临床整合中的有效性。
Comments Accepted to the CompHealth workshop at the 26th International Conference on Computational Science
Long-LRM++：在前馈宽覆盖重建中保留细节
机构 * Adobe Research（Adobe研究院） ； Tripo AI（Tripo人工智能） ； Hillbot（Hillbot公司） ； Oregon State University（俄勒冈州立大学）
专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 Long-LRM++通过半显式场景表示与轻量解码器，在保持LaCT渲染质量的同时实现实时14FPS的A100 GPU性能，且能扩展至64输入视角，并在ScanNetv2上优于直接从高斯生成深度预测。
Journal ref IEEE/CVF Conference on Computer Vision and Pattern Recognition Findings (CVPRF), 2026
RayFormer：基于NeRF的视频快照压缩成像中建模跨射线和内射线相似性
机构 * Changzhi Medical College（长治医学院） ； Uniwave Artificial Intelligence Technology Co., Ltd.（Uniwave人工智能技术有限公司） ； Xidian University, School of Artificial Intelligence（西安电子科技大学人工智能学院）
专题命中 NeRF ：NeRF(title,title_cn)；分类 cs.CV
AI总结 本文提出了一种基于NeRF的视频快照压缩成像方法，通过改进的射线采样策略和RayFormer模型，提升动态场景重建质量。
TransSplat：不平衡语义传输用于语言驱动的3DGS编辑
机构 * Guangdong University of Technology（广东工业大学） ； Peking University（北京大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 TransSplat通过不平衡语义传输解决语言驱动3DGS编辑中2D证据与3D高斯之间的语义对应问题，提升局部编辑精度和结构一致性。
残差高斯点云法用于超稀疏视角CBCT重建
机构 * School of Information Engineering, Nanchang University（南昌大学信息工程学院）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出残差高斯点云法，结合小波多分辨率分析与3DGS，解决超稀疏视角CBCT重建中光谱偏倚问题，提升图像细节与几何纹理的精度。
为3D高斯散射实现129fps全高清实时加速器
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.GR
AI总结 本文提出一种低功耗低成本的3D高斯散射硬件加速器，结合迭代高斯剪枝与微调、渐进球谐函数度缩减和所有球谐函数系数及颜色的向量量化，实现全高清实时渲染，并在面积、吞吐量和能效方面优于现有方案。
Journal ref IEEE Transactions on Visualization and Computer Graphics, 2026
通过结构感知密集化实现更快的3D高斯散射收敛
机构 * Cambridge University（剑桥大学） ； Saarbrücken Research Center for Visual Computing, Interaction, and Artificial Intelligence (VIA)（萨尔布吕肯视觉计算、交互与人工智能研究中心（VIA））
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR
AI总结 本文提出一种结构感知密集化框架，通过多尺度频率分析和各向异性分裂提升3D高斯散射的收敛速度和重建质量。
Comments Siggraph 2026
停止屏息：基于CT的高斯点云法用于动态支气管镜
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Harvard Medical School（哈佛医学院） ； University of California, San Diego（加州大学圣地亚哥分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出利用患者特定的呼吸模型消除屏息协议需求，通过配对呼气吸气CT扫描减少呼吸运动，实现连续的变形感知重建。
SandSim：基于曲线引导的高斯点云法重建沙画创作过程
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.GR
AI总结 本文提出SandSim框架，通过曲线引导的高斯表示和减法合成方案，实现单张图像中沙画创作过程的重建，提升时空一致性和视觉真实感。
Fake3DGS：3D操控检测在神经渲染中的基准
机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出Fake3DGS基准，用于评估3D内容的真实性，通过3D高斯点散布场景和渲染视图，展示现有2D检测器在区分原始与3D操控图像上的不足，并引入3D-aware方法提升识别性能。
Comments Accepted at ICPR 2026. Code and data: https://github.com/iot-unimore/Fake3DGS
Softmax-GS: 通用高斯学习何时融合或边界
机构 * Adobe Research（Adobe研究院） ； Tripo AI（Tripo人工智能公司） ； Hillbot（Hillbot公司） ； Oregon State University（俄勒冈州立大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 Softmax-GS通过在重叠区域引入softmax竞争机制，解决3D GS中的视图不一致和模糊边界问题，提升重建质量和参数效率。
Journal ref IEEE/CVF Conference on Computer Vision and Pattern Recognition Findings (CVPRF), 2026
超越高斯瓶颈：基于拓扑对齐的视觉Transformer特征空间编码
机构 * Department of Computer Engineering, Koç University, Istanbul, Turkey（科克大学计算机工程系，伊斯坦布尔，土耳其） ； Department of Computer Engineering, Hacettepe University, Ankara, Turkey（哈恰塔佩大学计算机工程系，安卡拉，土耳其） ； KUIS AI Research Center, Istanbul, Turkey（KUIS人工智能研究中心，伊斯坦布尔，土耳其） ； Department of Electrical and Electronics Engineering, Koç University, Istanbul, Turkey（科克大学电气与电子工程系，伊斯坦布尔，土耳其）
专题命中 Gaussian Splatting ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出S²VAE框架，通过压缩和表示场景的3D状态，包括相机运动、深度和点结构，以提升视觉模型的几何一致性。实验显示，几何对齐的超球面隐空间在高压缩条件下优于传统高斯瓶颈。
Comments 16 pages, 10 figures
CLAMP: 基于对比学习的3D多视角动作条件机器人操控预训练
机构 * Google DeepMind（谷歌DeepMind） ； University of Southern California（南加州大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 CLAMP通过3D点云和机器人动作进行预训练，利用对比学习提升机器人操控精度与效率，优于现有基线方法。
Comments Accepted to the Robotics: Science and Systems (RSS) 2026
通过误差传播的航空和无人机摄影测量不确定性量化框架
机构 * Geospatial Data Analytics Laboratory, The Ohio State University（地理空间数据分析实验室，俄亥俄州立大学） ； Department of Civil, Environmental and Geodetic Engineering, The Ohio State University（土木、环境与大地测量工程系，俄亥俄州立大学） ； Department of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； Translational Data Analytics Institute, The Ohio State University（转化数据分析研究院，俄亥俄州立大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出通过误差传播的不确定性量化框架，解决多视立体阶段的不确定性估计问题，利用自校准方法提升摄影测量点云的鲁棒性和可验证性。
Comments 27 pages, 12 figures, this manuscript has been accepted to ISPRS Journal of Photogrammetry and Remote Sensing
基于LiDAR的动态遮挡预测：一种数据驱动的方法用于学习交互式贝叶斯模型
专题命中 点云 ：point cloud(abstract)
AI总结 本文提出了一种数据驱动方法，用于学习交互式通用动态贝叶斯网络模型，以从基于时间序列的3D点云感知预测未来LiDAR传感器遮挡。通过训练不同车辆在正常和遮挡情况下的GDBN模型，并利用高阶词汇进行多车辆交互，提出交互式马尔可夫跳跃粒子滤波器以推断遮挡并检测异常。
Comments 2025 IEEE International Workshop on Technologies for Defense and Security (TechDefense), Rome, Italy
HERMES++：迈向统一的驾驶世界模型用于3D场景理解和生成
机构 * Huazhong University of Science and Technology（华中科技大学） ； Mach Drive ； University of Hong Kong（香港大学）
专题命中 空间理解 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出HERMES++，一种统一的驾驶世界模型，整合3D场景理解和未来几何预测。通过BEV表示、LLM增强世界查询和当前到未来链接等设计，提升驾驶场景的生成与理解能力。
Comments Extended version of ICCV 25 paper HERMES, Code: https://github.com/H-EmbodVis/HERMESV2, Project page: https://h-embodvis.github.io/HERMESV2/
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈