视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-05-05 至 2026-05-05 共收录 2 篇信号源：cs.CV, cs.GR, cs.RO

1. 点云 2 篇

2605.01498 2026-05-05 cs.CV 57%

Towards Visual Query Localization in the 3D World

面向3D世界的视觉查询定位

Liang Peng, Bohan Tan, Zhipeng Zhang, Haobo Li, Yifan Jiao, Xingping Dong, Libo Zhang

机构 * Wuhan University（武汉大学）； AutoLab, SAI, Shanghai Jiao Tong University（AutoLab、SAI、上海交通大学）； Anyverse Dynamics ； University of Chinese Academy of Sciences（中国科学院大学）； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）

专题命中点云：point cloud(abstract)；分类 cs.CV

AI总结本文首次提出3D多模态视觉查询定位基准3DVQL，包含2002个序列和17万帧数据，通过点云、RGB图像和深度图像多模态数据提升研究灵活性，并提出LaF算法提升性能。

Comments Accepted to CVPR 2026. 8 pages

2605.00837 2026-05-05 cs.LG 50%

Fast Log-Domain Sinkhorn Optimal Transport with Warp-Level GPU Reductions

快速对数域Sinkhorn最优传输与 warp 级 GPU 减少

Hao Xiao

机构 * ATLAS AI Lab（ATLAS人工智能实验室）

专题命中点云：point cloud(abstract)

AI总结本文提出FastSinkhorn，通过warp级shuffle减少和共享内存分块实现高效GPU利用，解决小正则化参数下的数值不稳定性问题，实现12倍速度提升。

Comments 14 pages, 7 figures, code at https://github.com/xiao98/Fast-Sinkhorn-CUDA