3D 视觉

Invaria: Learning Scale and Density Invariance in Point Clouds via Next-Resolution Prediction

Invaria：通过下一分辨率预测实现点云中的尺度和密度不变性

Chun-Peng Chang, Shaoxiang Wang, Alain Pagani, Dariu Gavrila, Holger Caesar

机构 * TU Delft（代尔夫特理工大学） ； DFKI（德累斯顿德国研究院） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出Invaria，一种通过下一分辨率预测和感受野校准实现点云尺度和密度不变性的编码器，提升了模型在不同分辨率下的泛化能力。

3DTMDet: A Dual-Path Synergy Network of Transformer and SSM for 3D Object Detection in Point Clouds

3DTMDet：一种结合Transformer和SSM的双路径协同网络用于点云中的3D目标检测

Bingwen Qiu, Yuan Liu, Junqi Bai, Tong Jiang, Ben Liang, Fangzhou Chen, Xiubao Sui, Qian Chen

机构 * School of Electronic and Optical Engineering（电子与光学工程学院） ； The 28th Research Institute of China Electronics Technology Group Corporation（中国电子科技集团第二十八研究所） ； College of Astronautics（航天学院） ； School of Information and Communication Engineering（信息与通信工程学院） ； State key Laboratory of Extreme Environment Optoelectronic Dynamic Measurement Technology and Instrument（极端环境光电动态测量技术与仪器国家重点实验室） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出3DTMDet网络，结合SSM和Transformer，解决点云检测中稀疏点与远距离上下文理解的矛盾，通过3D混合Mamba Transformer模块和体素生成模块提升检测性能。

A Unified Non-Parametric and Interpretable Point Cloud Analysis via t-FCW Graph Representation

通过t-FCW图表示实现统一的非参数化且可解释的点云分析

Haijian Lai, Bowen Liu, Man Xu, Chan-Tong Lam, João Macedo, Benjamin Ng, Sio-Kei Im

机构 * Faculty of Applied Sciences, Macao Polytechnic University（澳门理工大学应用科学学院） ； University of Coimbra, CISUC/LASI, DEI（科英布拉大学） ； Macao Polytechnic University（澳门理工大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出增强型t-FCW图表示用于点云嵌入，分析其有效性来源并设计网络，实现高效可解释的点云处理，适用于分类和分割任务。

Comments Accepted for publication in IEEE Transactions on Multimedia

CM-EVS: Sparse Panoramic RGB-D-Pose Data for Complete Scene Coverage

CM-EVS：稀疏全景RGB-D-姿态数据用于完整场景覆盖

Jiale Liu, Jungang Li, Jieming Yu, Xinglin Yu, Zihao Dongfang, Zongjian Ding, Kaifeng Ding, Yi Yang, Lidong Chen, Yang Zou, Shunwen Bai, Jiahuan Zhang, Haoran Huang, Shan Huang, Yudong Gao, Mingjun Cheng

机构 * Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Vorynel（沃伊内尔） ； Xinjiang University（新疆大学） ； Wuhan Polytechnic University（武汉职业技术学院） ； Tianjin University（天津大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.GR、cs.RO

AI总结 本文提出CM-EVS，通过COVER算法生成稀疏全景RGB-D-姿态数据，实现低冗余且可追溯的完整场景覆盖，提升3D学习的几何一致性。

Comments 35 pages including appendix. Code and dataset: https://github.com/Strange-animalss/CM-EVS

Reactive Robot-Centric Safety for Autonomous Navigation in Constrained and Dynamic Environments

反应式机器人中心安全机制用于受约束和动态环境中的自主导航

Viswa Narayanan Sankaranarayanan, Vignesh K. Viswanathan, Akshit Saradagi, Sumeet Satpute, George Nikolakopoulos

机构 * Department of Computer Science, Electrical and Space Engineering（计算机科学与电气与空间工程系） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出一种基于3D激光雷达感知的复合控制屏障函数安全过滤器，用于实时保障自主机器人在受限动态环境中的安全导航，通过现场实验验证其在复杂环境下的可靠性。

Comments 9 pages, 12 figures, currently under review

Pixel-to-4D: Camera-Controlled Image-to-Video Generation with Dynamic 3D Gaussians

像素到4D：通过动态3D高斯进行相机控制的图像到视频生成

Melonie de Almeida, Daniela Ivanova, Tong Shi, John H. Williamson, Paul Henderson

机构 * University of Glasgow（格拉斯哥大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出一种基于动态3D高斯的图像到视频生成框架，通过单次前向传递构建3D场景表示并采样合理物体运动，实现高效且可控的视频生成，实验表明其在多个数据集上均达到SOTA视频质量和推理效率。

Neural Point-Forms

神经点形

Bruno Trentini, Jacob Hume, Vincenzo Antonio Isoldi, Philipp Misof, Ekaterina S. Ivshina, Kelly Maggs

机构 * NVIDIA ； University of Oxford（牛津大学） ； Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克数学研究所） ； Department of Mathematical Sciences（数学科学系） ； Chalmers University of Technology and University of Gothenburg（查尔姆斯理工大学和哥德堡大学） ； School of Engineering and Applied Sciences（工程与应用科学学院） ； Max Planck Institute of Molecular Cell Biology and Genetics（马克斯·普朗克分子细胞生物学与遗传学研究所） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出神经点形（NPFs），通过扩散几何中的拉普拉斯技术，构建点云的可学习几何特征，用于比较微分形式，并在合成和生物相关实验中展示其在处理采样密度、流形结构和群体几何时的优势。