视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
MooMIns -- 多实例单目3D重建与物体姿态估计
机构 * Institute of Photogrammetry and Remote Sensing, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院摄影测量与遥感研究所）
专题命中 三维重建 ：3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出MooMIns方法，利用单张图像中同一物体的多个实例提供隐式多视图几何，通过反向高斯泼溅实现3D重建和6D姿态估计，避免深度先验导致的幻觉。
VideoWeave: 通过联合几何-视频建模解锁视频生成中的几何一致性
机构 * Nanjing University（南京大学） ； Institute of Artificial Intelligence, China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI）） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 提出VideoWeave，一种在潜在空间后训练框架，利用隐式几何模型特征约束生成分布，缓解几何重建误差，提升视频几何一致性。
用更少实现更多——局部场景表示用于触觉成像
机构 * Technion - Israel Institute of Technology（以色列理工学院） ； Rambam Health Care Campus（拉姆巴姆医疗中心）
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 提出局部编码器空间感知（LESS）方法，通过局部感受野的循环编码器网格建模触觉场景，实现内部结构的2D/3D重建，在泛化、不确定性估计和手持成像上取得突破。
Comments RSS 2026
隐式神经表示的正弦激活函数族统一理论
机构 * McGill University（麦吉尔大学） ； University of Melbourne（墨尔本大学） ； ARC Centre of Excellence for the Mathematical Analysis of Cellular Systems (MACSYS)（细胞系统数学分析卓越中心（MACSYS）） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； University Health Network（大学健康网络） ； University of Tehran（塔里斯坦大学）
专题命中 NeRF ：NeRF(summary_cn,abstract)；分类 cs.CV
AI总结 提出STAF框架，通过可学习振幅、频率和相位的傅里叶式激活函数，理论分析其表达能力、NTK谱变化及初始化，实验证明在图像、音频、形状、逆问题和NeRF任务中优于或匹敌现有方法。
Comments Published in TMLR
NeRF: 3D视觉中的神经辐射场：全面综述（更新后Gaussian Splatting发布后）
机构 * Faculty of Engineering, University of Toronto（多伦多大学工程学院） ； Department of Geomatics Engineering, University of Calgary（卡尔加里大学测绘工程系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；NeRF(title,title_cn)；3D vision(title)；novel view synthesis(abstract)
AI总结 本文综述了NeRF在过去五年的研究，涵盖了在Gaussian Splatting出现前和后的发展，总结了NeRF在新颖视角合成和3D隐式和混合表示神经场学习中的应用和贡献。
Comments Updated Post-Gaussian Splatting
SplatlessDF: 基于非溅射高斯分布的连续距离场映射
机构 * UTS Robotics Institute, Faculty of Engineering and IT, University of Technology Sydney（悉尼科技大学工程与信息技术学院UTS机器人研究所） ； School of Engineering, University of Western Australia（西澳大学工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO
AI总结 提出SplatlessDF框架，利用各向异性高斯元素从空间角度构建连续距离场，支持距离和梯度查询，并可与2D高斯溅射结合实现统一建模，适用于机器人导航。
ZipSplat: 更少的高斯，更好的泼溅
机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出 ZipSplat，一种基于令牌的前馈模型，通过聚类压缩视觉令牌并解码为高斯组，在无需重训练的情况下实现质量-效率权衡，以约6倍更少的高斯数在DL3DV和RealEstate10K上达到新最优。
基于补丁频率叠加的点云上采样
机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出一种基于补丁频率叠加的优化方法PUtPFS，通过选择点子集并叠加空间频率估计表面，在稀疏区域放置新点实现均匀上采样，无需训练数据，在点对面距离上超越现有方法。
Journal ref European Conference on Signal Processing (EUSIPCO) 2026
一种受初级视觉皮层启发的鲁棒点云分析框架
机构 * School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） ； School of Medical Technology, Beijing Institute of Technology（北京理工大学医学技术学院） ； Cloud and AI BU, Huawei（华为云与AI业务部） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 受初级视觉皮层启发，提出DC-CCNN++框架，通过仿生神经网络替代MLP，结合NRMR模块和CPVT策略，在点云分类和分割中提升鲁棒性，性能媲美SOTA。
Comments 12 pages, 2 figures, 7 tables
EquiDexFlow: 基于接触的SE(3)-等变灵巧抓取生成流
机构 * Institute for Systems Research, University of Maryland, College Park（马里兰大学帕克分校系统研究所）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出EquiDexFlow，一种SE(3)-等变流匹配模型，联合预测腕部姿态、关节角度、指尖接触、表面法线和接触力，通过将接触投影到物体表面并将力约束在库仑摩擦锥内，确保物理稳定抓取，在16自由度Allegro手上实现零摩擦违规和最佳综合分数。
Comments 22 pages, 11 figures, 11 tables. Project page with videos, code, and checkpoints: https://equidexflow.github.io
数字孪生驱动的自动化分拣系统中的纺织品分类与异物识别
机构 * Institute of Smart Systems Technologies（智能系统技术研究所） ； University of Klagenfurt（克雷格弗特大学） ； AAU SAL USE Laboratory（AAU SAL USE实验室） ； Silicon Austria Labs（硅 Austria 实验室）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出一种数字孪生驱动的机器人分拣系统，结合抓取预测、多模态感知和视觉语言模型，实现纺织品分类与异物检测，Qwen模型准确率达87.9%。
Comments 10 pages,single column, 5 figures, preprint for Photomet Edumet 2026 (Klagenfurt, Austria)
NEST3D：织布鸟树巢的高分辨率多模态数据集
机构 * Institute for Geoinformatics (ifgi), University of Münster（明斯特大学地理信息学研究所） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； Max Planck Institute of Animal Behavior（马克斯·普朗克动物行为研究所） ； University of Konstanz（康斯坦茨大学） ； Kuzikus Research Station（库兹库斯研究站） ； Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会）
专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对织布鸟巢缺乏精细3D结构数据的问题，提出包含104棵巢树、1.4TB多模态无人机数据集，并基准测试语义分割方法，PT-v3达86.35% mIoU。
Comments 14 pages, 4 figures. Dataset available at https://huggingface.co/NEST3D
优化秩以实现高保真隐式神经表示
机构 * University of Cambridge（剑桥大学）
专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV
AI总结 本文通过训练中稳定秩的调控，证明简单MLP也能实现高保真隐式神经表示，使用Muon优化器可显著提升性能，在多种任务上PSNR提升高达9 dB。
LiAuto-GeoX: 高效接地驾驶Transformer
机构 * Nanjing University of Science and Technology（南京理工大学） ； Li Auto Inc.（Li Auto公司） ； Northwestern Polytechnical University（西北工业大学） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算学院）
专题命中 空间理解 ：3D reconstruction(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 提出LiAuto-GeoX，通过稀疏激光雷达先验和几何保持蒸馏框架，实现高效、实时的自车中心密集3D重建，并显著提升下游自动驾驶任务性能。
一种轻量级基于基准的离体肿块切除标本三维高光谱映射流水线
机构 * Politecnico di Milano（米兰理工大学） ； Department of Electronics, Information and Bioengineering (DEIB), Politecnico di Milano（米兰理工大学电子、信息与生物工程系） ； Department of Physics, Politecnico di Milano（米兰理工大学物理系）
专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV
AI总结 提出一种全自动、免标定流水线，利用RGB图像和单次HSI采集生成离体肿块切除标本的三维高光谱点云，通过ArUco标记实现亚毫米级配准，支持术中切缘评估。
QualiaNet：一种先验体验的推理网络
机构 * Columbia University（哥伦比亚大学）
专题命中 其他3D视觉 ：3D vision(abstract)；分类 cs.CV
AI总结 提出QualiaNet，模拟人类立体视觉的两阶段架构：先通过视差图模拟体验，再用CNN从视差梯度估计距离，验证了从视差梯度恢复距离的可行性。
Journal ref Extended abstract presented at the 9th Conference on Cognitive Computational Neuroscience, New York, NY, USA, 2026
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