视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
3DMorph: 单图引导的局部3D形状编辑与变形
机构 * ETH Zürich（苏黎世联邦理工学院）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV、cs.GR
AI总结 提出无训练框架3DMorph，通过单张编辑图像自动定位并转移2D修改到3D局部区域，同时支持中间形状生成，在Delta3D基准上优于现有方法。
Comments Accepted to IJCNN 2026
VIRTUS-FPP：NVIDIA Isaac Sim中条纹投影轮廓测量的虚拟传感器建模
机构 * Department of Mechanical Engineering, Iowa State University（Iowa州立大学机械工程系） ； College of Engineering, University of Georgia（佐治亚大学工程学院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 提出VIRTUS-FPP，首个在NVIDIA Isaac Sim中实现的端到端虚拟传感器建模框架，用于条纹投影轮廓测量，实现物理保真模拟，无需预校准物理系统，支持亚毫米级重建精度。
Comments 10 pages, 13 figures, accepted for publication in IEEE Sensors Journal
骨骼锚定双谐波用于结构化三维建模
专题命中 三维重建 ：point cloud(abstract)；分类 cs.GR
AI总结 提出骨骼锚定双谐波（SADH）表示，通过内部锚点上的表面补丁和双通道球谐函数，联合优化表面几何与中轴骨骼结构，实现紧凑且连贯的三维形状建模。
Comments 11 pages
ARAPDiffusion: 基于ARAP正则化的扩散变形形状空间学习
机构 * University of Texas at Austin（德克萨斯大学） ； Westlake University（西拉丘学院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 提出ARAPDiffusion，一种潜在扩散模型，通过注入ARAP变形模型作为正则化损失，学习变形形状集合的连续形状空间，减少对大量3D训练数据的依赖。
HRsR: 层次化旋转系统重建
专题命中 三维重建 ：point cloud(abstract)
AI总结 提出层次化旋转系统重建(HRsR)方法，通过边塌缩和顶点分裂的层次化流水线加速旋转系统重建(RsR)，实现高达6倍加速和8倍内存减少，同时保持几何保真度和拓扑控制。
EvoGS：基于进化树构建连续分层高斯泼溅以实现可扩展3D流式传输
机构 * National University of Singapore（国立新加坡大学） ； IRIT - University of Toulouse（图卢兹大学IRIT实验室） ； IPAL, IRL2955（IPAL研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出EvoGS，首个连续分层高斯泼溅表示，通过进化树结构实现父-子细化，消除冗余并支持可扩展3D流式传输，传输负载和显存占用分别降低2.4倍和5.5倍。
Comments Project page: https://yuang-ian.github.io/evogs/
RPC-GS：基于原生RPC渲染的卫星图像高斯泼溅
机构 * Fraunhofer Institute of Optronics, System Technologies and Image Exploitation（弗劳恩霍夫光学研究所、系统技术与图像 exploitation 研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出首个原生使用RPC模型的高斯泼溅框架RPC-GS，通过直接投影高斯均值和协方差避免近似误差，在卫星基准数据集上重建误差最低。
Rein3D: 基于全景视频扩散模型的强化3D室内场景生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Manycore Tech Inc.（Manycore科技公司） ； D-Robotics ； The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出Rein3D框架，结合3D高斯泼溅与视频扩散模型，通过“恢复-细化”范式从稀疏输入生成全局一致的360度室内场景，并构建PanoV2V-15K数据集，显著提升长距离相机探索效果。
预测即渲染：面向时间序列预测的2D高斯泼溅框架
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 提出TimeGS框架，将时间序列预测转化为2D高斯泼溅生成渲染，通过各向异性高斯核和连续光栅化解决周期内与周期间的建模问题，实现SOTA性能。
几何感知超图推理用于点云分割中的新类别发现
机构 * School of Artificial Intelligence, College of Intelligence and Computing, Tianjin University（人工智能学院、智能计算学院、天津大学） ； 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） ； Department of Computer Science City St George’s, University of London（伦敦大学城市圣乔治学院计算机科学系）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出超图框架建模高阶关联，结合几何感知原型，实现点云分割中从已知到新类别的协同推理，提升分割精度。
Comments Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026
RigPAPR：基于固定视角视频的静态神经点云绑定动画
机构 * APEX Lab（APEX实验室） ； School of Computing Science（计算科学学院） ； Simon Fraser University（西蒙弗雷泽大学）
专题命中 点云 ：point cloud(title)；分类 cs.CV、cs.GR
AI总结 提出RigPAPR方法，通过直接线性混合蒙皮驱动静态神经点云，无需网格代理或姿态依赖校正，在合成和真实数据上减少关节边界伪影，新视角PSNR提升3+dB。
Comments An overview video is available at https://youtu.be/up3BwRHYWG8
一种用于鲁棒6-DoF抓取姿态估计的跨视图融合框架
机构 * Nanjing University of Science and Technology（南京理工大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出跨视图融合框架，通过辅助视图缓解遮挡，利用自监督对比学习增强点云特征的空间一致性和方向区分性，并设计跨视图对齐圆柱体集成模块融合抓取相关几何，提升角落视图下的6-DoF抓取姿态估计鲁棒性。
Comments Corresponding author: Jin Xie
MatterDoor: 使用生成模型采样零样本空间语义先验
机构 * School of Computing, Australian National University（澳大利亚国立大学计算机学院）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 针对机器人通过门缝观察时场景结构缺失的问题，提出MatterDoor方法，利用预训练生成模型（VLM引导外推、单目深度估计、语义分割）采样隐藏房间的语义3D点云先验，在Matterport3D基准上验证了零样本空间语义先验的有效性。
Comments Under Review
面向可泛化3D视觉运动策略学习的任务编辑
机构 * Sun Yat-sen University（中山大学） ； Imperial College London（帝国理工学院） ； Nanyang Technological University（南洋理工大学） ； South China University of Technology（华南理工大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出Task-Edit框架，通过将任务分解为场景、技能和对象组件并灵活重组，生成多样化轨迹，提升3D视觉运动策略在长程操作任务中的泛化能力。
Comments 8 pages, 4 figures
PARSE: 部件感知的关系空间建模
机构 * ShanghaiTech University（上海科技大学） ； Deemos Technology（德莫斯科技）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 提出PARSE框架，通过部件级部件中心装配图（PAG）和空间配置求解器，实现几何约束下的无碰撞物理有效场景组装，并构建PARSE-10K数据集，提升3D场景布局推理和生成的真实感。
Comments Project Page: https://otanaaa.github.io/PARSE-project-page/
Stream3D-VLM：基于增量几何先验的在线3D空间理解
机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯文汇） ； HKUST（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 空间理解 ：spatial understanding(title,abstract)；3D vision(abstract)；分类 cs.CV
AI总结 提出在线3D视觉语言模型Stream3D-VLM，通过自回归流控制、轻量视觉-空间特征融合模块和几何自适应体素压缩，实现从流式视频中实时理解3D空间，并构建超百万在线3D问答数据集，在多项任务上超越现有模型。
Comments Project Page: https://stream3d-vlm.github.io/
文本监督增强视觉-语言模型中的地理空间表示
机构 * University of São Paulo（圣保罗大学） ； National University of Singapore（新加坡国立大学）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 研究视觉、视觉-语言及多模态模型的地理空间表示能力，发现文本监督能有效提升空间编码，推动地理空间AI发展。
Comments Accepted at ICML 2026
基于预训练模型的零样本多边形匹配用于挑战性立体图像的姿态估计和多边形云
机构 * Chang Li（李昌） ； Xingtao Peng（彭兴涛）
专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出首个零样本多边形匹配范式Z(PM)2，结合预训练模型和手工几何约束，通过双向金字塔匹配和局部-整体二分图优化解决视差不连续、尺度变化等问题，在姿态估计和3D表示中取得领先性能。
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