3D 视觉

3DReflecNet: A Large-Scale Dataset for 3D Reconstruction of Reflective, Transparent, and Low-Texture Objects

3DReflecNet：一个大规模数据集，用于反射、透明和低纹理物体的3D重建

Zhicheng Liang, Haoyi Yu, Boyan Li, Dayou Zhang, Zijian Cao, Tianyi Gong, Junhua Liu, Shuguang Cui, Fangxin Wang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Capital Normal University（首都师范大学） ； University of Southern California（南加州大学） 纠错

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

AI总结 本文提出3DReflecNet数据集，包含超过700万张多视角图像，用于评估和推动针对反射、透明和低纹理物体的3D视觉方法，揭示现有方法在复杂材料下的局限性。

Comments This paper has been accepted by CVPR 2026 Oral

Rapid Forest Fuel Load Estimation via Virtual Remote Sensing and Metric-Scale Feed-Forward 3D Reconstruction

通过虚拟遥感和度量尺度前馈3D重建快速估算森林燃料负荷

Quanyun Wu, Kyle Gao, Wentao Sun, Zhengsen Xu, Hudson Sun, Linlin Xu, Yuhao Chen, David A. Clausi, Jonathan Li

机构 * University of Waterloo（滑铁卢大学） ； University of Calgary（卡尔加里大学） 纠错

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

AI总结 本文提出一种自动化 pipeline，利用 Google Earth Studio 生成低空轨道影像和相机姿态，结合 Pi-Long 模型进行密集3D重建，并通过度量恢复模块和 watershed 分割算法估算森林燃料负荷。

Comments Accepted for publication at IEEE IGARSS 2026

Attention Itself Could Retrieve.RetrieveVGGT: Training-Free Long Context Streaming 3D Reconstruction via Query-Key Similarity Retrieval

注意力本身即可检索。RetrieveVGGT：通过查询-键相似性检索实现免训练长上下文流式3D重建

Zichen Zou, Xiaosong Jia, Zuxuan Wu, Yu-Gang Jiang

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

AI总结 RetrieveVGGT通过将VGGT的上下文构建问题转化为检索问题，利用查询-键相似性实现可控内存预算，提升流式3D重建性能。

Distilling 3D Spatial Reasoning into a Lightweight Vision-Language Model with CoT

将3D空间推理蒸馏到轻量级视觉-语言模型中：利用推理链

Alaa Asfour, Christopher Indris, Leihan Chen, Tejas Vyas, Guanghui Wang

机构 * Department of Computer Science, Toronto Metropolitan University（多伦多 Metropolitan 大学计算机科学系） 纠错

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

AI总结 本文提出一种知识蒸馏框架，将7B教师模型的3D空间推理能力转移到2.29B学生模型，实现8.7倍更低的推理延迟和3倍模型压缩，同时保留54-72%的性能。引入隐藏推理链提升推理能力，学生模型联合执行空间描述、深度估计和目标检测。

PhysHanDI: Physics-Based Reconstruction of Hand-Deformable Object Interactions

PhysHanDI: 基于物理的双手与可变形物体交互重建

Jihyun Lee, Changmin Lee, Donghwan Kim, Tae-Kyun Kim

机构 * School of Computing, KAIST, Daejeon, South Korea（韩国釜山科学技术院计算学系） 纠错

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

AI总结 PhysHanDI通过物理模拟实现双手与可变形物体的完整3D重建，结合密集重建的3D手部运动驱动物体变形，提升交互真实性和手部重建精度。

Comments Accepted to ICML 2026

ObjView-Bench: Rethinking Difficulty and Deployment for Object-Centric View Planning

ObjView-Bench：重新思考面向对象的视图规划中的难度与部署

Sicong Pan, Hao Hu, Xuying Huang, Benno Wingender, Maren Bennewitz

机构 * University of Bonn（波恩大学） 纠错

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

AI总结 本文提出ObjView-Bench框架，通过分离视图规划评估中的三个关键因素，改进了面向对象的视图规划评估方法，并展示了部署导向的评估协议对方法性能的影响。

Automated high-frequency quantification of fish communities and biomass using computer vision

利用计算机视觉自动高频率量化鱼群和生物量

Kota Ishikawa, Takuma Masui, Keita Koeda, Rickdane Gomez, Lucas Yutaka Kimura, Michio Kondoh

机构 * Graduate School of Life Sciences, Tohoku University（东北大学生命科学研究生院） ； Advanced Institute for Marine Ecosystem Change (WPI-AIMEC), Tohoku University（东北大学海洋生态系统变化先进研究所） ； Graduate School of Science and Engineering, University of the Ryukyus（冲绳大学理学研究院） ； Faculty of Science, University of the Ryukyus（冲绳大学理学部） 纠错

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

AI总结 本文提出一种基于计算机视觉的自动化框架，用于从水下视频中高频率量化鱼群和生物量，通过深度学习、多目标跟踪和3D重建技术，实现对鱼类种群和生物量的估计。

Comments 21 pages, 3 figures, supplementary information under Ancillary files

MeshFIM: Local Low-Poly Mesh Editing via Fill-in-the-Middle Autoregressive Generation

MeshFIM: 通过填入中间自回归生成实现局部低多边形网格编辑

Dingdong Yang, Jian Liu, Biwen Lei, Haohan Weng, Zhuo Chen, Song Guo, Hao Richard Zhang, Ali Mahdavi Amiri, Chunchao Guo

机构 * Tencent Hunyuan（腾讯文生） ； Simon Fraser University（西蒙弗雷泽大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 MeshFIM通过填入中间自回归生成方法实现局部低多边形网格编辑，解决精确边界连接、拓扑顺序保持和区域溢出抑制等挑战，提升网格修复和细化效果。