视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
大规模摄影测量记录圣约翰共祭坛：文化保护的流程
专题命中 三维重建 ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；point cloud(abstract)；分类 cs.GR
AI总结 本文介绍了一种用于大规模摄影测量记录马耳他瓦莱塔圣约翰共祭坛的完整流程，该建筑为世界遗产，具有复杂的巴洛克建筑和卡拉瓦乔作品。通过七晚的夜间拍摄，采集了99,000张照片，利用DSLR相机、无人机和激光雷达扫描，生成包含25-30十亿三角形的高精度3D重建。
对比多模态超图推理用于3D人群网格重建
机构 * Tianjin University（天津大学） ； Nanyang Technological University（南洋理工大学） ； Sichuan University（四川大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出对比多模态超图推理方法，结合语义、几何和姿态线索，解决人群重建中的遮挡和深度模糊问题，通过超图建模高阶人群动态，提升特征融合与跨模态正交性。
Comments ICME 2026
TurboVGGT: 基于自适应交替注意力的快速视觉几何重建
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； Foundation Model Department, Huawei（华为基础模型部门）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出TurboVGGT，通过自适应稀疏全局注意力和帧注意力实现高效多视图3D重建，在保持重建质量的同时提升效率。
Comments Technical Report
VGGT-360：几何一致的零样本全景深度估计
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Nanyang Technological University（南洋理工大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 VGGT-360通过利用VGGT基础模型的内在3D一致性，提出一种无需训练的零样本全景深度估计框架，整合三个模块实现全景到3D到深度的统一流程，提升估计精度和鲁棒性。
快速且稳健的网格简化用于生成和现实世界的3D资产
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.GR
AI总结 本文提出了一种针对现代3D资产的全面网格简化流程，通过引入新的多项式误差公式，实现了快速且稳健的网格简化，保留精细几何结构和高质量外观，适用于大规模真实世界数据集。
Comments The IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshop on 3D Geometry Generation for Scientific Computing (3D4S) 2026 (Best Paper Award Runner-up)
SuNeRF-CME：基于物理的神经辐射场用于日冕物质抛射的立体重建
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 本文提出SuNeRF-CME框架，利用多视角日冕观测数据通过神经辐射场和 Thomson 散射建模，实现日球层等离子体三维重建，并通过合成观测验证了其在两个视角下的可靠性。
高效密集匹配用于增强的高斯点云拼接使用AV1运动向量
机构 * SigMedia
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；point cloud(abstract)
AI总结 本文提出基于AV1的特征检测与匹配流程，减少SfM计算开销，生成更密集的点云，提升3DGS性能，VMAF提升9点，训练时间减少63%。
SparseOIT：通过主动集方法改进Order-Independent Transparency 3DGS
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出SparseOIT，通过主动集方法利用3DGS渲染方程中稀疏变量依赖性，提升Order-Independent Transparency效果，优于现有方法并达到体积渲染方法的性能。
去噪-GS：具有空间感知去噪的高斯点云
机构 * School of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Fudan University（复旦大学） ； Software of Engineering（软件工程系） ； Dalian University of Technology（大连理工大学） ； Department of Information Engineering（信息工程系） ； The Chinese University of Hong Kong（香港中文大学） ； College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；point cloud(abstract)；novel view synthesis(abstract)
AI总结 本文提出Denoising-GS，通过空间感知去噪框架改进3D高斯点云的优化过程，提升视点合成的保真度并保持表示紧凑性。
PanoPlane：基于平面感知的稀疏视角室内3D高斯散点完成
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 PanoPlane通过全景场景完成重建封闭房间几何，利用360度全景完成条件生成过程，通过Layout Anchored Attention Steering机制引导扩散模型注意力至检测到的平面表面，实现基于几何一致性的表面外推，提升稀疏视角下的新型视图合成质量。
FaceParts: 高斯点分布的分割与编辑
机构 * Wrocław University of Science and Technology（华沙理工大学） ； Jagiellonian University（雅盖隆大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR
AI总结 本文提出FaceParts框架，用于无监督的高斯点分布头像分割与编辑，通过特征解耦、密度聚类和FLAME锚定部分转移实现精确编辑和跨头像部分交换。
G-SHARP：高斯手术硬件加速实时流程
机构 * NVIDIA ； Northwell Health（北well健康）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出G-SHARP，一种兼容商业应用的实时手术场景重建框架，用于需要快速准确3D建模的微创手术。该框架基于GSplat可微高斯光栅化器，实现了原理上的变形建模和鲁棒遮挡处理，适用于EndoNeRF基准测试。
Any3D-VLA：通过多样化点云增强VLA鲁棒性
机构 * School of Computing and Data Science, The University of Hong Kong, Hong Kong SAR, China（计算与数据科学学院，香港大学，香港特别行政区，中国） ； School of Computing（计算学院） ； Peking University, Beijing, China（北京大学，北京，中国）
专题命中 点云 ：point cloud(title,abstract)；spatial understanding(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出Any3D-VLA，通过整合点云与2D表示，提升VLA在复杂场景中的鲁棒性，解决3D数据稀缺和领域差距问题。
Comments ICML 2026
SAGE3D：基于软引导注意力和图激发的3D点云角点检测
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文提出SAGE3D模型，通过分层编码器-解码器架构实现多阶段点云角点检测，结合软引导注意力和图激发网络提升精度与召回率。
Comments 5 pages, 4 figures
Evo-Depth：一种轻量化的深度增强视觉-语言-动作模型
机构 * School of AI, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； King Abdullah University of Science and Technology（卡塔尔国王 Abdullah 大学科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； SJTU-Quic Robot Joint Lab（上海交通大学-Quick 机器人联合实验室）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出Evo-Depth模型，通过轻量隐式深度编码模块和空间增强模块提升视觉-语言-动作任务中的空间感知能力，实现高效部署与高精度操作。
OpenTrack3D: 向准确且通用的开放词汇3D实例分割迈进
机构 * PICO, ByteDance, Beijing（字节跳动北京研究院）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出OpenTrack3D框架，通过在线构建跨视角一致的对象提案和多模态大语言模型提升开放词汇3D实例分割的准确性和泛化能力。
FALO：在资源受限设备上快速且准确的激光雷达3D目标检测
机构 * Qualcomm AI Research（高通AI研究）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出FALO，一种适用于资源受限设备的激光雷达3D目标检测方法，结合大核卷积、Hadamard乘积和线性层，实现高精度与快速推理。
Realiz3D: 通过领域感知学习实现逼真3D生成
机构 * Technion（技术学院） ； Meta AI
专题命中 3D生成 ：3D generation(title)；分类 cs.CV、cs.GR
AI总结 Realiz3D通过分离控制信号与视觉领域，提升生成图像的逼真度和3D一致性，适用于文本到多视角生成和3D输入纹理生成。
Comments Accepted to CVPR 2026. Project page: https://idosobol.github.io/realiz3d/
VGGT-Ω通过改进架构和训练方法，在静态和动态场景重建中提升精度与效率，同时减少内存消耗并利用更多数据
机构 * Visual Geometry Group, University of Oxford（视觉几何组，牛津大学） ； Meta AI
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 VGGT-Ω通过改进架构和训练方法，在静态和动态场景重建中提升精度与效率，同时减少内存消耗并利用更多数据。
Comments CVPR 2026 (Oral)
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