视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
基于神经形态激光雷达的鸟瞰图目标检测：使用节能脉冲神经网络
机构 * Valeo, Germany（德国瓦莱欧公司） ； Valeo, Ireland（爱尔兰瓦莱欧公司） ； TU Ilmenau, Germany（德国伊门豪大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出一种端到端脉冲编码器-解码器网络，用于激光雷达点云鸟瞰图表示中的目标检测，通过代理梯度反向传播训练，在KITTI基准上达到高精度，并实现3.33倍突触操作能耗降低。
FS-I2P：一种具有动态分配深度的分层聚焦扫描配准网络
机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； School of Computer Science and Information Engineering, Hefei University of Technology（计算机科学与信息工程学院，合肥工业大学） ； National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（深空探测国家实验室，深空探测实验室） ； Institute of Advanced Technology, University of Science and Technology of China（先进技术研究院，中国科学技术大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 提出一种基于聚焦-扫描范式的分层交互模块和动态层分配策略，用于解决图像到点云配准中的尺度模糊和注意力漂移问题，在RGB-D Scenes V2和7-Scenes数据集上达到最优性能。
NeuralTouch: 用于精确的仿真到现实触觉机器人控制的神经描述符
机构 * Department of Engineering Mathematics and Bristol Robotics Laboratory（工程数学系和布里斯托尔机器人实验室）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出NeuralTouch多模态框架，结合神经描述符场（NDF）和触觉感知，通过深度强化学习策略利用触觉反馈优化抓取姿态，实现精确且可泛化的机器人操作。
Journal ref IEEE/ASME Transactions on Mechatronics, 2026 IEEE/ASME Transactions on Mechatronics IEEE/ASME Transactions on Mechatronics
MR-LiDAR：用于感知诊断和部署指导的多分辨率路边激光雷达基准
机构 * Intelligent Comprehensive Transportation Key Laboratory of Sichuan Province（四川省智能综合交通运输重点实验室）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 针对激光雷达选型缺乏实证基准的问题，提出MR-LiDAR多分辨率基准，通过控制光束数和分布等变量，系统分析其对感知性能的影响，并给出选型指导。
Comments 9 pages, 6 figures
对极端运动鲁棒的激光雷达扫描配准
机构 * Northern Robotics Laboratory（北方机器人实验室）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 针对极端运动下点云畸变导致配准失败的问题，提出一种考虑轨迹运动不确定性和环境几何的去畸变方法，在200 m/s^2和800 rad/s^2的峰值加速度下，平移误差降低9.26%，旋转误差降低21.84%。
Comments 8 pages, 8 figures, published in 2021 18th Conference on Robots and Vision (CRV), Burnaby, Canada
Journal ref 2021 18th Conference on Robots and Vision (CRV), 2021, pp. 17-24
具有波形参数嵌入的可控雷达仿真
机构 * NJU（南京大学） ； BJTU（北京理工大学） ； BIT（北京理工大学） ； AIR, THU（空气科技，清华大学） ； NTU（国立台湾大学） ； SVM, THU（SVM，清华大学） ； Lightwheel AI ； LeddarTech
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 提出Ctrl-RS框架，通过环境反射张量、波形参数抽象和WARP-Net网络，实现可控的雷达立方体仿真，在2D/3D检测和语义分割任务中性能接近或超越真实雷达。
Comments CVPR 2026 Findings: Code: https://github.com/zhuxing0/SA-Radar Project page: https://zhuxing0.github.io/projects/SA-Radar
一种用于认证点云和图分类的闭式持久性-地标管道
机构 * Data Science, George Washington University, USA（乔治华盛顿大学数据科学系） ； Department of Mathematical Sciences, Montana Technological University, USA（蒙塔纳技术大学数学科学系） ； Faculty of Computer and Information Science, University of Ljubljana, Institute IMFM, Slovenia（卢布尔雅那大学计算机与信息科学系，IMFM研究所，斯洛文尼亚） ； Biostatistics and Bioinformatics, George Washington University, USA（乔治华盛顿大学生物统计学与生物信息学系）
专题命中 点云 ：point cloud(abstract)
AI总结 提出PLACE管道，通过闭式公式从持久同调签名中分类点云和图，无需学习权重或校准，提供基于间隔的过量风险率、描述符选择规则和每个预测的认证。
Comments TMLR submission, https://openreview.net/forum?id=4kZxNlE5Ve. v2: variance-aware Pinelis-Bernstein certificate (radius iii) fires on 8/12 benchmarks (v1: not operational); MUTAG: empirical and population NC rules agree on 940/940 predictions. Matching-free nu-coherence replaces non-interference. Le Cam lower bound (Thm 3.2) recast PD-native, matching regime m<~R/D explicit
基于流形分解的几何流匹配分子构象生成
机构 * The Hong Kong Polytechnic University（香港理工大学）
专题命中 点云 ：point cloud(abstract)
AI总结 提出GO-Flow方法，通过将生成过程分解为平移、旋转和构象三个物理子空间，利用流形上的最优传输和测地流，解决现有方法忽略分子几何层次结构的问题，实现高质量、高效率的分子构象生成。
UniField: RBF引导的电子密度融合用于增强分子表示
专题命中 点云 ：point cloud(abstract)
AI总结 提出UniField，一种SE(3)-等变多模态架构，通过融合离散拓扑图与连续电子密度场，在多个基准上取得最先进性能。
球面Voronoi：作为球面可微分划分的定向外观
机构 * University of Torino（都灵大学） ； Simon Fraser University（西蒙弗雷泽大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Toronto（多伦多大学） ； Google DeepMind（谷歌DeepMind）
专题命中 新视角合成 ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出球面Voronoi（SV）作为3D高斯泼溅中外观表示的统一框架，通过可学习区域划分实现视图依赖效果，在反射建模上达到最先进水平。
统一3D场景理解：通过物理世界建模
机构 * Stanford University（斯坦福大学） ； OpenAI
专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV
AI总结 提出一个概率图模型3WM，将深度估计、新视角合成和物体操作等3D视觉任务统一为单一模型，通过不同推理路径实现零样本任务执行，无需微调即达到最先进性能。
Comments Published as a conference paper at ICLR 2026
Fishbone: 从一个3D资产到百万可控编辑
机构 * UCLA（加州大学洛杉矶分校） ； USC（南加州大学） ； UC Berkeley（加州大学伯克利分校） ； TRI（技术研究院） ； Stanford（斯坦福大学） ； Utah（犹他大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 提出一种统一的脊-肋表示方法Fishbone，支持通用网格的可控参数化变形、降阶动力学和动画，并构建了Fishbone-136K数据集，应用于可控3D生成、机器人学习数据增强等任务。
Comments 20 pages, 19 figures
将具身问答从感知扩展到决策
机构 * Peking University（北京大学） ； XYZ Embodied AI（XYZ具身AI）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.RO
AI总结 提出大规模具身问答数据集EQA-Decision和基线模型RoboDecision，系统覆盖静态场景构建、空间理解、任务动态推理和即时决策四个维度，以统一框架评估具身环境中的感知、推理和行动级决策。
Comments 11 pages,4 figures
通过多表示生成增强统一多模态模型的理解能力
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； AMAP, Alibaba Group（阿里妈妈，阿里巴巴集团） ； Shanghai Jiao Tong University（上海交通大学） ； Southern University of Science and Technology（南方科技大学）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 提出UniMRG方法，通过辅助生成像素、深度和分割等多重表示，增强统一多模态模型的理解能力，减少幻觉并提升空间理解。
Comments Code: https://github.com/Sugewud/UniMRG
M2H-MX：用于实时单目3D场景图构建的多任务语义与几何感知
机构 * Department of Earth Observation Science（地球观测科学系）
专题命中 SLAM与定位 ：spatial understanding(abstract)；分类 cs.CV
AI总结 提出M2H-MX多任务感知模型，通过注册门控全局上下文和受控跨任务交互的轻量解码器，在严格延迟约束下实现深度与语义预测相互增强，并集成到单目SLAM中，显著提升轨迹精度和地图质量。
Comments 6 pages, 5 figures, 5 tables. Preprint under review
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