3D 视觉 - arXivDaily 专题

2605.23889 2026-05-25 cs.CV 79%

HorizonStream: Long-Horizon Attention for Streaming 3D Reconstruction

HorizonStream: 用于流式3D重建的长程注意力

Chong Cheng, Peilin Tao, Nanjie Yao, Guanzhi Ding, Xianda Chen, Yuansen Du, Xiaoyang Guo, Wei Yin, Weiqiang Ren, Qian Zhang, Zhengqing Chen, Hao Wang

机构 * HKUST(GZ)（香港科技大学）； Horizon Robotics（Horizon机器人）； CASIA（中国科学院自动化研究所）； CSU（中国科学技术大学）

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

AI总结针对流式3D重建中长序列漂移和崩溃问题，提出HorizonStream模型，通过分解几何传播核为长程时间因子（几何线性注意力）和短程空间因子（几何局部注意力），实现恒定内存和线性时间下的稳定重建。

2605.15828 2026-05-25 cs.CV 77%

Not All Tasks Quantize Equally: Fisher-Guided Quantization for Visual Geometry Transformer

并非所有任务量化平等：面向视觉几何Transformer的Fisher引导量化

Yipu Zhang, Jintao Cheng, Weilun Feng, Jiehao Luo, Chuanguang Yang, Zhulin An, Yongjun Xu, Wei Zhang

机构 * Department of Electronic and Computer Engineering, HKUST（香港科技大学电子与计算机工程系）； State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全国家重点实验室）； University of Chinese Academy of Sciences（中国科学院大学）； School of Data Science and Engineering, South China Normal University（华南师范大学数据科学与工程学院）

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

AI总结提出Fisher引导量化方法，利用Fisher信息矩阵量化不同任务、块和通道的敏感性，在量化校准中保护关键通道和块，以解决前馈3D重建模型量化时任务间敏感性差异导致的精度损失问题。

2605.23892 2026-05-25 cs.CV cs.AI cs.GR cs.LG cs.RO 67%

Good Token Hunting: A Hitchhiker's Guide to Token Selection for Visual Geometry Transformers

优质令牌狩猎：视觉几何变换器令牌选择指南

Shuhong Zheng, Michael Oechsle, Erik Sandström, Marie-Julie Rakotosaona, Federico Tombari, Igor Gilitschenski

机构 * University of Toronto & Vector Institute（多伦多大学及向量研究所）； Google（谷歌）； Technical University of Munich（慕尼黑技术大学）

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

AI总结针对视觉几何变换器因全局注意力导致计算成本随序列长度平方增长的问题，提出一种两阶段令牌选择框架（帧间多样性选择+帧内层感知稀疏化），在加速85%以上同时保持或提升基线性能。

Comments Project Page: https://zsh2000.github.io/good-token-hunting.github.io, Code: https://github.com/zsh2000/gotohunt

2605.23888 2026-05-25 cs.CV 57%

GenRecon: Bridging Generative Priors for Multi-View 3D Scene Reconstruction

GenRecon: 桥接生成先验的多视图3D场景重建

Katharina Schmid, Nicolas von Lützow, Jozef Hladký, Angela Dai, Matthias Nießner

机构 * Technical University of Munich（慕尼黑技术大学）； Computing Systems Lab, Huawei Technologies（华为技术有限公司计算系统实验室）

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

AI总结提出一种将多视图RGB图像重建与强生成3D先验紧密结合的方法，通过条件3D生成和投影条件机制实现高保真、多视图一致的场景级重建，性能优于现有方法16%。

Comments Project page: https://kasothaphie.github.io/GenRecon/

2605.23386 2026-05-25 cs.RO 57%

Droneulator: A Portable UAV Simulator for Agricultural Workflows with RotorPy and Godot 4

Droneulator: 一种基于RotorPy和Godot 4的农业工作流便携式无人机模拟器

Jacob Swindell, Michael Lowen, Marija Popovic, Riccardo Polvara

机构 * Lincoln Centre for Autonomous Systems (L-CAS), University of Lincoln, Lincoln, UK（林肯自主系统中心（L-CAS）、林肯大学、林肯，英国）； Faculty of Aerospace Engineering, MAVLab, Delft University of Technology (TU Delft), Delft, Netherlands（航空航天工程学院、MAVLab、代尔夫特理工大学（TU Delft）、代尔夫特，荷兰）

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

AI总结提出一种结合RotorPy动力学与Godot 4渲染的便携式无人机模拟器Droneulator，支持PX4控制、WebSocket命令和Zenoh/ROS~2管道，实现农业无人机数据采集、局部规划和强化学习实验的统一验证。

2605.23098 2026-05-25 cs.RO 57%

UfM: Uncertainty from Motion for DNN Depth Estimation Using Gaussians

UfM*：基于高斯分布的运动不确定性用于DNN深度估计

Soumya Sudhakar, Sertac Karaman, Vivienne Sze

机构 * Massachusetts Institute of Technology（麻省理工学院）

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

AI总结提出UfM*算法，利用紧凑高斯混合模型高效计算多视图不一致性，实现单次推理的不确定性估计，在资源受限机器人上达到实时性能。

Comments 18 pages, 15 figures

1. 三维重建 6 篇