3D 视觉 - arXivDaily 专题

2605.07254 2026-05-11 cs.CV cs.GR 90%

High-Fidelity Surface Splatting-Based 3D Reconstruction from Multi-View Images

基于高保真表面点云的多视角图像三维重建

Nandhana Sunil, Abhirami R Iyer, Avirup Mandal

机构 * IIT Palakkad（帕拉卡德理工学院）

专题命中三维重建：3D reconstruction(title)；NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)

AI总结本文提出改进的隐式移动最小二乘方法，通过紧凑多项式核和随机正则化提升多视角图像的高频率几何重建精度和渲染质量。

Comments 19 pages, 9 figures

2605.07978 2026-05-11 cs.CV 79%

Seeing Across Skies and Streets: Feedforward 3D Reconstruction from Satellite, Drone, and Ground Images

跨越天空与街道：从卫星、无人机和地面图像进行前馈3D重建

Qiwei Wang, Zhongyao Tuo, Xianghui Ze, Yujiao Shi

机构 * ShanghaiTech University（上海科技大学）； Nanjing University of Science and Technology（南京理工大学）

专题命中三维重建：3D reconstruction(title)；point cloud(abstract)；分类 cs.CV

AI总结本文提出Cross3R模型，通过融合卫星、无人机和地面图像，实现跨视角3D点云重建及6自由度相机姿态估计，同时构建了跨地理三视角数据集CrossGeo以评估模型性能。

2605.07604 2026-05-11 cs.CV cs.AI 79%

SAM 3D Animal: Promptable Animal 3D Reconstruction from Images in the Wild

SAM 3D Animal：基于图像的野外多动物3D重建的可提示框架

Xuyi Hu, Jin Lyu, Jiuming Liu, Yebin Liu, Silvia Zuffi, Liang An, Stefan Goetz

机构 * University of Cambridge（剑桥大学）； Southern University of Science and Technology（南方科技大学）； Tsinghua University（清华大学）； IMATI-CNR, Milan, Italy（意大利米兰IMATI-CNR研究所）

专题命中三维重建：3D reconstruction(title,abstract)；分类 cs.CV

AI总结本文提出SAM 3D Animal，首个可提示的多动物3D重建框架，基于SMAL+参数化动物模型，通过关键点和掩码提示实现拥挤和遮挡场景的可靠重建，利用Herd3D数据集在多个数据集上取得最优结果。

2605.07550 2026-05-11 cs.CV 70%

Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views

注意间隙：从不重叠视角进行几何准确的生成重建

Grzegorz Wilczynski, Mikołaj Zielinski, Bartosz Świrta, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学）； IDEAS Research Institute（IDEAS研究机构）； Poznań University of Technology（波兹南技术大学）； Warsaw University of Technology（华沙技术大学）

专题命中三维重建：3D vision(abstract)；3D reconstruction(abstract)；分类 cs.CV

AI总结本文提出了一种新的生成重建范式，针对不重叠视角下的几何重建问题，提出GLADOS框架，通过生成桥梁、鲁棒粗重建和迭代上下文扩展优化，解决传统方法在零重叠场景下的失败问题。

2605.08030 2026-05-11 cs.CV cs.LG 57%

PET-Adapter: Test-Time Domain Adaptation for Full and Limited-Angle PET Image Reconstruction

PET-Adapter：全角度和有限角度PET图像重建的测试时间域适应

Rüveyda Yilmaz, Yuli Wu, Johannes Stegmaier, Volkmar Schulz

机构 * Institute of Imaging and Computer Vision, RWTH Aachen University, Germany（成像与计算机视觉研究所，亚琛工业大学，德国）； Machine Learning for Medical Data, Heinrich Heine University Düsseldorf, Germany（医学数据机器学习，杜伊斯堡-艾森大学，德国）

专题命中三维重建：3D reconstruction(abstract)；分类 cs.CV

AI总结 PET-Adapter通过测试时间域适应框架，使预训练于phantom数据的生成式PET重建模型适应不同解剖结构、示踪剂和扫描仪配置的临床数据，无需配对真实数据，提升全角度和有限角度重建性能。

2605.07987 2026-05-11 eess.IV cs.CV 57%

Uncertainty Quantification for Cardiac Shape Reconstruction with Deep Signed Distance Functions via MCMC methods

基于MCMC方法的深度符号距离函数在心脏形状重建中的不确定性量化

Jan Verhülsdonk, Thomas Grandits, Francisco Sahli Costabal, Thomas Beiert, Simone Pezzuto, Alexander Effland

机构 * Department of Mathematics and Scientific Computing, University of Graz, Austria（格拉茨大学数学与科学计算系，奥地利）； PRIN-PNRR project no. P2022N5ZNP（PRIN-PNRR项目编号P2022N5ZNP）； INdAM-GNCS

专题命中三维重建：point cloud(abstract)；分类 cs.CV

AI总结本文提出结合深度符号距离函数与MCMC采样方法的不确定性感知心脏形状重建框架，通过隐式建模心脏几何并进行贝叶斯推断，实现高精度重建与可靠不确定性估计。

2605.07149 2026-05-11 cs.CV 57%

Real-IAD MVN: A Multi-View Normal Vector Dataset and Benchmark for High-Fidelity Industrial Anomaly Detection

Real-IAD MVN：一种多视角法向量数据集和基准，用于高保真工业异常检测

Wenbing Zhu, Jianing Liang, Linjie Cheng, Yurui Pan, Zhuhao Chen, Qingwang Yan, Yudong Cheng, Jianghui Zhang, Mingmin Chi, Bo Peng

机构 * Fudan University（复旦大学）； Shanghai Ocean University（上海海洋大学）； Donghua University（东华大学）； Rongcheer Co., Ltd.（荣驰科技有限公司）