视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
Déjà View: 用于多视图3D重建的循环Transformer
机构 * NVIDIA ； University of Modena and Reggio Emilia, AImageLab（摩德纳和雷焦艾米利亚大学，AImageLab） ； University of Toronto, Vector Institute（多伦多大学，向量研究所） ； ETH Zürich（苏黎世联邦理工学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出DéjàView模型，通过循环应用单个Transformer块进行迭代细化，以更少的参数和计算量在多个3D重建基准上达到或超越大规模前馈模型。
Comments Project Page: https://research.nvidia.com/labs/dvl/projects/dvlt
$R^3$: 通过相对回归进行3D重建
机构 * University of Michigan（密歇根大学） ； Westlake University（西雅图大学） ； NVIDIA Research（英伟达研究）
专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV
AI总结 提出一种基于相对回归的3D重建方法$R^3$，使用轻量级MLP预测置信度加权的相对约束，以支持全上下文离线重建和因果有界内存流式重建。
QVGGT: 训练后量化的视觉几何基础Transformer
机构 * Westlake University（西湖大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 针对VGGT模型参数量大、部署受限的问题，提出QVGGT量化框架，通过选择性混合精度、令牌滤波与任务感知尺度搜索，实现近无损W4A16量化，显著降低内存和加速推理。
Comments Accepted by CVPR 2026. Project page: https://ddsacu.github.io/QVGGT/
SurGe: 改进点图中的表面几何
机构 * RWTH Aachen University（亚琛RWTH大学） ； Eindhoven University of Technology（埃因霍温技术大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对前馈3D重建方法中局部表面几何不准确的问题，提出点图法线度量、点梯度匹配损失和邻域注意力解码器（NAD）来改善局部表面方向预测，在多个零样本单目几何基准上取得最优平均排名。
Comments Project page at https://vision.rwth-aachen.de/surge
面向自适应3D场景重建的特征优化视觉
机构 * Oracle
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出一种自适应特征优化视觉前端，通过评分纹理、可重复性、独特性、预期三角化角度和空间覆盖来分配每视图特征预算，以最大化有效轨迹并降低重建RMSE。
VolFill: 基于体素流匹配的单视图非模态3D场景重建
机构 * UMass Amherst（马萨诸塞大学阿姆赫斯特分校） ； TU Crete（希腊技术大学）
专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV
AI总结 提出VolFill框架，利用混合3D VAE和潜在扩散Transformer从单张RGB图像生成完整3D场景结构，在SCRREAM和NRGB-D数据集上显著优于现有方法。
用于SARAF中子诱导反应研究的多用途光学时间投影室
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 开发一种基于CF4闪烁气体混合物的光学时间投影室（OTPC），结合快速光电探测器和高速光学读出，实现带电粒子轨迹的3D重建，以解决天体物理相关能量下中子反应截面约束不足的问题。
Comments 7 pages, 6 figures. Accepted for publication in PoS(TAUP2025)
中红外单光子三维成像
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 提出一种基于非线性频率上转换的单光子灵敏度和飞秒时间分辨率的中红外飞行时间成像系统，实现低光条件下的三维结构重建和反射率获取。
Journal ref Light, Science & Applications 12, 144 (2023)
几何形状匹配用于从单粒子冷冻电镜数据中恢复蛋白质构象
专题命中 三维重建 ：point cloud(abstract)
AI总结 本文利用形状分析方法，通过将蛋白质骨架的点云表示变形以匹配二维断层扫描数据，从单粒子冷冻电镜数据中恢复蛋白质的三维骨架结构。
Comments 39 pages, 10 figures
通过训练后字典学习实现更小更快的3DGS
机构 * Linköping University Department of Science and technology（利乌普斯大学科学与技术学院）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.GR
AI总结 提出首个基于字典学习的3DGS后训练压缩框架，无需重新训练即可显著压缩模型、保持图像质量并提升实时渲染速度。
X-GS：基于3D高斯溅射的感知与思考可扩展框架
机构 * The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Shanghai Academy of AI for Science（上海人工智能科学研究院）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出X-GS框架，包含感知器和思考器，统一多种3DGS技术实现实时在线SLAM与语义蒸馏，并支持多模态模型完成下游任务。
DSD-GS: 面向高效高保真动态场景重建的高斯泼溅动态-静态分解
机构 * Department of Artificial Intelligence Engineering, Sogang University（人工智能工程系，首尔大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 提出基于前馈高斯泼溅编码器和光流模型的动态-静态分解框架，通过消除静态区域冗余计算，在渲染质量、训练/渲染速度和存储效率上达到最优。
Comments 23 pages, 9 figures, 7 tables
VAD-GS：动态城市场景中3D高斯泼溅的可见性感知致密化
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统研究所） ； College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；point cloud(abstract)；分类 cs.CV
AI总结 提出VAD-GS框架，通过体素可见性推理、多样性感知视图选择和多视图立体重建，在动态城市场景中恢复缺失几何结构，提升3D高斯泼溅的重建质量。
多对象3D高斯泼溅场景的单步修复方法基准测试
机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 针对3D高斯泼溅场景中的对象移除与修复任务，比较了2D修复器在3D一致性上的表现，发现基于重建的修复器优于生成扩散模型，且从头初始化场景比微调现有场景效果更好，同时引入了一个带真实数据的新多对象场景。
Comments Accepted as an extended abstract to the CVEU Workshop at CVPR 2026
DeblurSplat：基于事件相机的无SfM三维高斯泼溅鲁棒去模糊方法
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； KU Leuven（卢森堡大学） ； Carleton University（卡尔顿大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出首个无需运动恢复结构的去模糊三维高斯泼溅方法，利用密集立体模块和事件流实现高质量新视图合成与高效渲染。
Comments Accepted by TMM 2026
LiftNav: TSDF引导的高斯泼溅中的语义提升路径规划
机构 * Technical University of Munich（慕尼黑技术大学） ； Human-Centered Computing and Extended Reality Lab（以人为本计算与扩展现实实验室） ； TUM University Hospital（慕尼黑大学医院） ； Clinic for Orthopedics and Sports Orthopedics（骨科与运动医学诊所） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； Learning Systems and Robotics Lab（学习系统与机器人实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR、cs.RO
AI总结 提出LiftNav混合导航框架，结合TSDF+GS双地图、YOLO检测、TSDF三维提升和B样条轨迹优化，实现无需密集三维嵌入的灵活语义导航，并通过铰链损失碰撞惩罚提升轨迹平滑性和安全性，在Replica数据集仿真中实现100%可行性和更短轨迹。
Semantic Foam：统一空间与语义场景分解
机构 * Simon Fraser University（西蒙弗雷泽大学） ； University of Toronto（多伦多大学） ； Wayve Technologies（Wayve技术公司） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Edinburgh（爱丁堡大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出Semantic Foam，通过扩展Radiant Foam表示，结合Voronoi网格的空间分解和显式语义特征场，实现高质量、一致性的语义分割。
Comments 15 pages, 10 figures, Accepted to CVPR 2026 (Highlight) , Project page: http://semanticfoam.github.io/
用于汽车点云语义分割的普通ViT
机构 * LIGM, CNRS, Univ Gustave Eiffel, ENPC, IP Paris, France（LIGM、CNRS、Université Gustave Eiffel、ENPC、IP Paris、法国）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文提出VaViT，通过精心设计的标记器、轻量级解码器头和定制数据增强，使普通非分层ViT在大规模激光雷达点云语义分割中达到或超越现有最先进方法。
重新思考多模态少样本3D点云分割：从融合精炼到解耦仲裁
机构 * Suzhou University of Science and Technology（苏州科技大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 针对多模态少样本3D点云分割中“融合-精炼”范式的“可塑性-稳定性困境”和CLIP的语义盲区，提出解耦专家仲裁少样本分割网络（DA-FSS），通过解耦语义与几何路径并相互正则化梯度，实现更好的泛化性能。
Comments Accepted to IJCAI-ECAI 2026 (Main Track). 9 pages, 3 figures, 3 tables
文本引导的跨模态步态识别特征解耦
机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing, Xiamen University（福建城市智能感知与计算重点实验室，厦门大学） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（多媒体可信感知与高效计算重点实验室，中华人民共和国教育部，厦门大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 针对LiDAR与RGB相机之间的模态差异，提出TCFDNet网络，利用文本先验引导解耦模态共享特征，通过CLIP对齐、特征解耦和稳定性增强实现跨模态步态识别，在SUSTech1K和FreeGait数据集上达到最优性能。
Comments Accept by CVPR2026
扩散核的Sinkhorn归一化
机构 * ENS Paris-Saclay（巴黎-萨克雷大学） ； Inria, Université Paris Cité, Inserm, HeKA（法国国家科学研究中心、巴黎-城市大学、法国国家医学研究院、HeKA）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 提出一种基于Sinkhorn算法的对称变体，将通用相似性矩阵归一化为类似扩散算子，继承拉普拉斯算子的理想性质，用于不规则数据（如点云、稀疏体素网格、高斯混合）的平滑处理，并保留谱信息用于形状分析与匹配。
Comments 33 pages, 25 figures
基于物理信息神经网络的通用流形上的黎曼扩散模型
机构 * Korea Advanced Institute of Science and Technology, Korea（韩国科学技术院）
专题命中 点云 ：point cloud(abstract)
AI总结 针对黎曼流形上热核难以解析计算的问题，提出用物理信息神经网络求解流形热方程来近似热核，从而实现扩散模型的训练与采样。
解读引用：面向科学文献的类型化主张网络
机构 * Australian National University（澳大利亚国立大学）
专题命中 点云 ：point cloud(abstract)
AI总结 针对现有知识图谱忽略引用立场的问题，提出将文献间引用具体化为带有立场标签的类型化主张网络，并构建了包含8260条主张的实例，在检索增强、立场摘要和拓扑分析三个任务上验证其有效性。
从波到图：一种受射线追踪启发的神经无线电传播模型
专题命中 点云 ：point cloud(abstract)
AI总结 提出GRAPHWAVE，一种基于射线追踪原理的神经图驱动传播求解器，通过点云构建等效图并应用神经消息传递，实现三维环境中接收信号强度等无线电量的准确推断。
Comments 7 pages, 4 figures
RayDer: 从真实世界视频中可扩展的自监督新视角合成
机构 * Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心 (MCML)）
专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV
AI总结 提出统一前馈变压器RayDer，将相机估计、场景重建和渲染整合为单一骨干，实现自监督新视角合成的可扩展幂律缩放，在零样本开放集性能上媲美有监督方法。
Comments Project Page: https://compvis.github.io/rayder
3DAE: 基于空间图谱和基准的音频新视角合成双耳质量评估
机构 * University of Waterloo（滑铁卢大学）
专题命中 新视角合成 ：novel view synthesis(title)；分类 cs.CV
AI总结 提出一个全参考诊断框架3DAE Map，通过时频音频误差图（幅度、ILD、IPD、时间对齐、响度和高频故障）进行视觉检查，并构建模型无关基准3DAE Bench，用于评估音频新视角合成模型的双耳预测质量。
SRUG: 基于阴影引导的可重光照城市场景生成模型
机构 * College of Computer Science, Nankai University（南开大学计算机科学学院） ； Nankai University（南开大学） ； Nanjing University（南京大学） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院）
专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 提出SRUG框架，利用阴影引导3D补全模型恢复不可见区域几何，结合迭代材质分解和物理光照模型，实现从稀疏输入视图生成可重光照城市场景。
SpatialAct：探测VLM智能体在3D场景中的空间推理到行动能力
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhongguancun Academy（中关村学院） ； Tsinghua University（清华大学） ； Helsinki University（赫尔辛基大学）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 本文提出SpatialAct基准，通过多轮交互细化、单步错误检测与修复等任务，揭示当前视觉语言模型在3D场景中从空间推理到行动存在显著差距。
在结构中思考：评估约束空间中的空间智能
机构 * Tsinghua University（清华大学）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 提出SSI-Bench基准，通过结构约束下的空间推理任务评估视觉语言模型的空间智能，发现模型与人类存在巨大差距。
Comments ICML 2026, Project Page: https://ssi-bench.github.io
CoMo3R-SLAM: 面向室外多智能体系统的协作式单目稠密SLAM与学习型3D重建先验
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Liverpool（利物浦大学） ； Harbin Engineering University（哈尔滨工程大学） ； University of Ottawa（Ottawa大学） ； Shanghai Jiao Tong University（上海交通大学） ； Imperial College London（伦敦帝国理工学院）
专题命中 SLAM与定位 ：3D reconstruction(title,abstract)；分类 cs.RO
AI总结 提出首个协作式单目稠密RGB SLAM系统CoMo3R-SLAM，利用学习的前馈3D重建先验实现室外多智能体地图构建，无需深度传感器即可生成全局一致的度量地图。
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