3D 视觉

City-Mesh3R: Simulation-Ready City-Scale 3D Mesh Reconstruction from Multi-View Images

City-Mesh3R：面向仿真就绪的城市级多视图三维网格重建

Sayan Paul, Sourav Ghosh, Siddharth Katageri, Soumyadip Maity, Sanjana Sinha, Brojeshwar Bhowmick

机构 * Visual Computing & Embodied AI Lab, TCS Research（视觉计算与具身人工智能实验室，TCS研究） 纠错

专题命中 三维重建 ：NeRF(abstract,abstract_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR

AI总结 提出City-Mesh3R框架，通过分治策略从大规模无序图像集合端到端重建水密表面网格，解决城市尺度重建中几何不完整、表面不规则及计算复杂性问题。

Comments Accepted to the USM3D Workshop Proceedings at the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026 as an Oral Presentation. Project page: https://citymesh3r.github.io/

GHOST: Geometry-Hierarchical Online Streaming Token Eviction for Efficient 3D Reconstruction

GHOST: 用于高效3D重建的几何层次化在线流式令牌驱逐

Leyang Chen, Junyi Wu, Zhiteng Li, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出GHOST框架，利用模型自身的3D几何输出在线驱逐冗余令牌，在保持重建质量的同时将KV缓存减半并实现1.75倍加速。

NeuROK: Generative 4D Neural Object Kinematics

NeuROK：生成式4D神经物体运动学

Chen Geng, Guangzhao He, Yue Gao, Yunzhi Zhang, Shangzhe Wu, Jiajun Wu

机构 * Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 提出基于Transformer的编码器-解码器模型NeuROK，通过学习物体潜在运动学参数化，实现从静态3D物体生成逼真的4D动态变形，克服了传统方法对预定义物理模型和特定类别的依赖。

Comments CVPR 2026

FRUC: Feedforward Dynamic Scene Reconstruction from Uncalibrated Collaborative Driving Views

FRUC：来自未标定协作驾驶视图的前馈动态场景重建

Yihang Tao, Yu Guo, Zhengru Fang, Haonan An, Yuguang Fang

机构 * Hong Kong JC STEM Lab of Smart City City University of Hong Kong（香港JC STEM实验室，城市大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 提出FRUC框架，基于前馈3D高斯泼溅和视觉几何Transformer，从未标定的多车协作视图实现动态场景的一次性、免标定重建，通过自中心因果遮挡场和零初始化残差去噪实现非破坏性几何补充。

Fractional-gradient Sparsity with Autoencoding Sequential Deep Image Prior for 3D CT Reconstruction

分数阶梯度稀疏性与自编码顺序深度图像先验用于三维CT重建

Haijie Yuan, Chaoyan Huang, Srijita Bandopadhyay, Liyue Shen, Saiprasad Ravishankar

专题命中 三维重建 ：3D reconstruction(abstract)

AI总结 提出FAST-DIP框架，结合输入自适应顺序深度图像先验和分数阶梯度稀疏正则化，实现三维CT重建，并证明交替最小化算法的收敛性。

Comments 16 pages, 3 figures, 4 tables