3D 视觉

Texture-preserving implicit neural representation for Cone beam CT truncated reconstruction

保留纹理的隐式神经表示用于锥束CT截断重建

Genyuan Zhang, Junyao Wang, Haoran Lan, Chuandong Tan, Songtao Zhu, Fenglin Liu

机构 * National Key Research and Development Program of China（中华人民共和国国家重点研发计划） ； National Natural Science Foundation of China（中华人民共和国国家自然科学基金） ； Fundamental Research Funds for the Central Universities（中央高校基本科研业务费） 纠错

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

AI总结 提出一种自监督的3D重建框架，基于神经场景表示，结合物理迭代细化模块，解决锥束CT截断重建中的伪影和纹理丢失问题。

Deep Learning-based 3D Oral Cavity Reconstruction Using 2D Intraoral Images

基于深度学习的二维口内图像三维口腔重建

Jihun Cho, Soo-Yeon Jeong, Eun-Jeong Bae, Sun-Young Ihm

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 提出一种仅用十张二维口内图像进行三维口腔重建的软件方法，采用MobileNetV2与多头注意力机制，降低成本和不适，实现自动化重建。

Comments 4 pages, 5 figures. English version of a paper presented at the Korea Multimedia Society Conference, November 2025

Reconstruction of cosmic-ray muon events with CUORE

利用CUORE实验重建宇宙射线缪子事件

CUORE Collaboration, D. Q. Adams, C. Alduino, K. Alfonso, A. Armatol, F. T. Avignone, O. Azzolini, G. Bari, F. Bellini, G. Benato, M. Beretta, M. Biassoni, A. Branca, D. Brandani, C. Brofferio, C. Bucci, J. Camilleri, A. Caminata, A. Campani, J. Cao, S. Capelli, L. Cappelli, L. Cardani, P. Carniti, N. Casali, D. Chiesa, Y. Chu, M. Clemenza, S. Copello, O. Cremonesi, R. J. Creswick, A. D'Addabbo, I. Dafinei, S. Dell'Oro, S. Di Domizio, S. Di Lorenzo, T. Dixon, D. Q. Fang, M. Faverzani, E. Ferri, F. Ferroni, E. Fiorini, M. A. Franceschi, S. J. Freedman, S. H. Fu, B. K. Fujikawa, S. Ghislandi, A. Giachero, M. Girola, L. Gironi, A. Giuliani, P. Gorla, C. Gotti, P. V. Guillaumon, T. D. Gutierrez, K. Han, E. V. Hansen, K. M. Heeger, D. L. Helis, H. Z. Huang, M. T. Hurst, G. Keppel, Yu. G. Kolomensky, R. Kowalski, R. Liu, L. Ma, Y. G. Ma, L. Marini, R. H. Maruyama, D. Mayer, M. N. Moore, T. Napolitano, M. Nastasi, C. Nones, E. B. Norman, A. Nucciotti, I. Nutini, T. O'Donnell, M. Olmi, S. Pagan, C. E. Pagliarone, L. Pagnanini, M. Pallavicini, L. Pattavina, M. Pavan, G. Pessina, V. Pettinacci, C. Pira, S. Pirro, E. G. Pottebaum, S. Pozzi, E. Previtali, A. Puiu, S. Puranam, S. Quitadamo, A. Ressa, C. Rosenfeld, B. Schmidt, R. Serino, A. Shaikina, V. Sharma, V. Singh, M. Sisti, D. Speller, P. T. Surukuchi, L. Taffarello, C. Tomei, A. Torres, J. A. Torres, K. J. Vetter, M. Vignati, S. L. Wagaarachchi, R. Wang, B. Welliver, J. Wilson, K. Wilson, L. A. Winslow, F. Xie, T. Zhu, S. Zimmermann, S. Zucchelli

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

AI总结 本文提出了一种在CUORE实验中利用分割探测器进行原位三维重建通过性缪子的方法，通过几何信息进行多目标优化算法进行轨迹重建，并测量地下宇宙射线缪子通量，为CUPID实验验证缪子背景提供了关键分析。

Comments Accepted by EPJC. Manuscript updated with minor corrections from the peer-review process

GS-NFS: Bandwidth-adaptive Streaming of Dynamic Gaussian Splats and Point Clouds

GS-NFS: 动态高斯溅射和点云的带宽自适应流传输

Rajrup Ghosh, Haodong Wang, Haoran Hong, Eduardo Pavez, Amartya Chaudhuri, Weiwu Pang, Harsha V. Madhyastha, Antonio Ortega, Ramesh Govindan

机构 * University of Southern California（南加州大学） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；point cloud(title)；Gaussian Splatting(abstract)；分类 cs.CV、cs.GR

AI总结 提出GS-NFS方法，通过GPU并行加速动态3DGS帧的编解码，实现全帧率运行，速度比现有技术快1-2个数量级，同时保持竞争性的压缩性能和渲染质量。

Unpaired RGB-Thermal Gaussian-Splatting Using Visual Geometric Transformers

无配对RGB-热成像高斯泼溅使用视觉几何变换器

Jean Cordonnier, Chenghao Xu, Olga Fink, Malcolm Mielle

机构 * Ecole Polytechnique Federale de Lausanne（瑞士联邦理工学院洛桑分校） ； Schindler EPFL Lab（施耐德EPFL实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO

AI总结 提出一种无配对RGB-热成像新视角合成框架，利用VGGT估计各模态相机位姿并通过Procrustes对齐，结合多模态3D高斯泼溅实现联合重建，在保持RGB保真度的同时实现热成像视图合成。

Comments Accepted at ICRA 2026's Workshop MM-SpatialAI: Multi-Modal Spatial AI for Robust Navigation and Open-World Understanding

Second-order Gaussian directional derivative representations for image high-resolution corner detection

二阶高斯方向导数表示法用于图像高分辨率角点检测

Jiamiao Lu, Dongbo Xie, Junjie Qiu, Lingkun Ma, Changming Sun, Weichuan Zhang

机构 * School of Electronic Information and Artificial Intelligence, Shaanxi University of Science and Technology（陕西科技大学电子信息与人工智能学院） ； CSIRO Data61 纠错

专题命中 Gaussian Splatting ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出了一种新的高分辨率角点检测方法，通过二阶高斯方向导数（SOGDD）滤波器对END型和L型高分辨率角点模型进行平滑处理，发现了高分辨率角点的多种特征，从而实现了对相邻角点的精确检测，实验结果表明该方法在定位误差、图像模糊变换鲁棒性、图像匹配和3D重建方面优于现有方法。

Comments 11pages, 9 figures

4DPC$^2$hat: Towards Dynamic Point Cloud Understanding with Failure-Aware Bootstrapping

4DPC$^2$hat: 面向动态点云理解的失败感知自举学习

Xindan Zhang, Weilong Yan, Yufei Shi, Xuerui Qiu, Tao He, Ying Li, Ming Li, Hehe Fan

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出首个针对动态点云理解的多模态大语言模型4DPC$^2$hat，通过构建大规模跨模态数据集4DPC$^2$hat-200K和引入Mamba增强的时间推理模块及失败感知自举学习策略，显著提升了动作理解与时间推理能力。

Comments Accept by ICML 2026

T-FunS3D: Task-Driven Hierarchical Open-Vocabulary 3D Functionality Segmentation

T-FunS3D：任务驱动的分层开放词汇3D功能分割

Jingkun Feng, Reza Sabzevari

机构 * P4MARS Lab at the Faculty of Aerospace Engineering, Delft University of Technology（代尔夫特理工大学航空航天工程学院P4MARS实验室） 纠错

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

AI总结 提出T-FunS3D方法，通过构建开放词汇场景图并利用视觉语言模型，实现任务驱动的分层3D功能分割，在保持性能的同时提升速度和降低内存消耗。

RadiusFPS: Efficient Farthest Point Sampling on CPUs and GPUs via Spherical Voxel Pruning

RadiusFPS：通过球形体素剪枝在CPU和GPU上实现高效最远点采样

Ziyang Yu, Xiang Li, Qiong Chang, Jun Miyazaki

机构 * School of Computing（计算学院） ； Institute of Science（科学研究院） ； Tokyo（东京） 纠错

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

AI总结 提出RadiusFPS框架，利用球形体素剪枝加速最远点采样（FPS），在保持标准更新规则的同时，通过保守几何边界和坐标点跳过测试减少冗余计算，并在GPU上实现融合核，显著提升速度并降低内存占用。

Comments 28 pages,15 figures

StereoPolicy: Improving Robotic Manipulation Policies via Stereo Perception

StereoPolicy：通过立体视觉改进机器人操作策略

Evans Han, Yunfan Jiang, Yingke Wang, Haoyue Xiao, Huang Huang, Jianwen Xie, Jiajun Wu, Li Fei-Fei, Ruohan Zhang

机构 * Stanford University（斯坦福大学） ； Northwestern University（西北大学） ； Lambda, Inc（Lambda公司） 纠错

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

AI总结 该研究提出StereoPolicy，一种利用立体视觉提升机器人操作策略的框架，通过同步立体图像对增强几何推理，无需构建显式3D表示，在多个仿真和真实机器人任务中优于RGB、RGB-D、点云等基线方法。

BRepCLIP: Contrastive Multimodal Pretraining on BRep Primitives for CAD Understanding

BRepCLIP: 面向CAD理解的BRep基元对比多模态预训练

Muhammad Usama, Didier Stricker, Mohammad Sadil Khan, Muhammad Zeshan Afzal

机构 * DFKI, Germany（德意志联邦共和国DFKI） ； RPTU Kaiserslautern-Landau, Germany（德国凯撒斯劳滕-兰道大学） 纠错

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

AI总结 提出BRepCLIP框架，通过对比预训练对齐CAD边界表示（BRep）几何与语言/图像嵌入，显著提升检索和零样本分类性能。

MoDex: A Diffusion Policy for Sequential Multi-Object Dexterous Grasping

MoDex：用于顺序多物体灵巧抓取的扩散策略

Haofei Lu, Hongjia Liu, Yifei Dong, Florian T. Pokorny, Jens Lundell, Danica Kragic

机构 * Department of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院） ； Robotics and Autonomous Systems at University of Turku（图尔库大学机器人与自主系统） 纠错

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

AI总结 提出MoDex扩散策略，通过对抗空间和点云条件预测抓取姿态，实现单只灵巧手顺序抓取多物体而不释放已抓物体，并通过两阶段训练（模仿学习+强化学习微调）提升成功率。

Comments Submitted to CoRL 2026

Zero-Shot 3D Question Answering via Hierarchical View-to-Token Transportation

零样本3D问答通过层级视图到令牌传输

Dongsheng Wang, Dawei Su, Hui Huang

机构 * Dongsheng Wang（王东生） ； Dawei Su（苏大卫） ； Hui Huang（黄慧） 纠错

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

AI总结 提出KeyVT方法，通过层级视图和令牌级输入上下文收集，结合像素特征与相机参数评估视图重要性，并利用最优传输识别代表性令牌，实现零样本3D问答性能提升。

Comments Accepted at ICML 2026. 19 pages, 6 figures

Topology-Aware Layer Pruning for Large Vision-Language Models

面向拓扑的层剪枝用于大型视觉-语言模型

Pengcheng Zheng, Chaoning Zhang, Ya Wen, Wang Liu, Qigan Sun, Jiarong Mo, Jiaquan Zhang, Jewon Lee, Tae-Ho Kim, Kuien Liu, Tianyu Li, Caiyan Qin, Yang Yang

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

AI总结 本文提出了一种面向拓扑的层剪枝框架，用于大型视觉-语言模型，通过利用拓扑持续同调量化层间拓扑一致性，实现自适应剪枝以保留关键表示转换。

Comments This manuscript has been withdrawn by the authors. It reproduced the methodology of Gardinazzi et al., arXiv:2410.11042, without citation, and utilized code and data from the associated repository (github.com/RitAreaSciencePark/ZigZagLLMs) without disclosure or violate the MIT License. A revised future version with full attribution may be prepared. For any feedback, please contact Pengcheng Zheng

Hub-Aware Hybrid Search: Accelerating the Locally Aligned Ant Technique

Hub感知混合搜索：加速局部对齐蚂蚁技术

Simone Vilardi, Reynier Peletier, Felipe Contreras, Kerstin Bunte

专题命中 点云 ：point cloud(abstract)

AI总结 针对局部对齐蚂蚁技术（LAAT）在检测高维点云中流形结构时受密集中心（hub）影响导致计算开销大的问题，提出一种两阶段方法：快速预处理定位中心并用似然模型替换，再通过混合似然-信息素策略引导蚂蚁高效穿越密集区域，提升检测效率和鲁棒性。

Comments 6 pages, 4 figures, published in the ESANN 2026 proceedings

Journal ref ESANN 2026, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, Bruges, Belgium, April 22-24, 2026

Interpretable Analytic Calabi-Yau Metrics via Symbolic Distillation

通过符号蒸馏获得可解释的分析Calabi-Yau度量

D Yang Eng

机构 * D Yang Eng 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文研究如何用少量射影不变量紧凑描述Calabi-Yau度量的点确定比，并通过符号回归发现低阶对称特征能有效捕捉教师变化，同时验证了在复杂结构模数范围内保持一致性。

Comments 31 pages, 7 figures

Rotation-Parameterized Graph Fractional Fourier Transform: Definition, Properties, and Optimal Filtering

旋转参数化图分数阶傅里叶变换：定义、性质和最优滤波

Feiyue Zhao, Mingzhi Wang, Yangfan He, Zhichao Zhang

机构 * School of Mathematics and Statistics, Nanjing University of Information Science and Technology（南京信息工程大学数学与统计学院） ； School of Communication and Artificial Intelligence, Nanjing Institute of Technology（南京理工大学通信与人工智能学院） ； School of Integrated Circuits, Nanjing Institute of Technology（南京理工大学集成电路学院） ； Jiangsu Province Engineering Research Center of IntelliSense Technology and System（江苏省智能感知技术与系统工程研究中心） ； Hubei Key Laboratory of Applied Mathematics, Hubei University（湖北省应用数学重点实验室） ； Key Laboratory of System Control and Information Processing, Ministry of Education, Shanghai Jiao Tong University（教育部系统控制与信息处理重点实验室，上海交通大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出旋转参数化图分数阶傅里叶变换（RP-GFRFT），通过统一分数阶和旋转参数化的谱分析，解决现有方法在旋转基控制和零角度退化方面的不足，提升图信号处理的去噪、重建和特征保留性能。

GridPE: A Grid Cell-Inspired Unified Position Embedding for Arbitrary-Dimensional Spaces

GridPE: 一种基于网格细胞的统一位置嵌入方法用于任意维度空间

Boyang Li, Yulin Wu, Nuoxian Huang, Wenjia Zhang

机构 * New York University（纽约大学） ； Peking University（北京大学） ； Imperial College London（伦敦帝国学院） ； Tongji University（同济大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出GridPE，一种受哺乳动物空间认知中六边形周期编码启发的新型位置嵌入框架，旨在解决高维时空任务中位置嵌入的理论保障问题，通过结合计算神经科学原理和调和分析，为任意维度空间提供统一的位置嵌入解决方案。

MUSE: Benchmarking Manufacturable, Functional, and Assemblable Text-to-CAD Generation

MUSE: 面向可制造、功能性和可装配的文本到CAD生成的基准测试

Xiaoyu Dong, Zhi Li, Xiao-Ming Wu

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Curvature Flow Co., Limited（曲率流有限公司） 纠错

专题命中 3D生成 ：3D generation(abstract)

AI总结 提出MUSE基准，通过三阶段评估协议（代码检查、几何检查、设计意图对齐）和基于规则的语言模型评判，衡量文本到CAD生成模型在功能、制造和装配方面的实际设计质量。

Comments 26 pages

WorldFly: A World-Model-Based Vision-Language-Action Model for UAV Navigation

WorldFly: 基于世界模型的视觉-语言-动作模型用于无人机导航

Shengtao Zheng, Kai Li, Weichen Zhang, Yu Meng, Chen Gao, Xinlei Chen, Yong Li, Xiao-Ping Zhang

机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； BNRist, Tsinghua University（清华大学北京研究院） 纠错

专题命中 空间理解 ：spatial understanding(abstract)

AI总结 提出WorldFly框架，通过双分支耦合流匹配机制联合生成未来视频预测和导航动作，解决城市峡谷中严重遮挡和视角剧变下的无人机导航问题。