视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
面向激光雷达点云的实际无损神经压缩
机构 * Sun Yat-sen University, China（中山大学） ； Pengcheng Laboratory, China（鹏城实验室）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出紧凑表示实现高效预测无损编码，通过几何重密化模块和跨尺度特征传播模块解决稀疏点云上下文建模难题，实现实时速度下的竞争性压缩性能。
Comments arXiv admin note: substantial text overlap with arXiv:2508.20466
ScaleFree：用于VR中多尺度点云探索的动态KDE
专题命中 点云 ：point cloud(title,abstract)
AI总结 ScaleFree通过GPU加速的自适应核密度估计算法，实现大规模多尺度点云数据在VR中的高效探索，解决了多尺度结构与局部细节的动态生成难题，提升了交互精度和效率。
Journal ref Proceedings of VR 2026
LOGOS: 仅基于激光雷达的高斯高程喷溅用于统一微小障碍物分割
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
专题命中 点云 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出LOGOS系统，通过将路面建模为2D高斯原语的连续混合，利用无反向传播的激光雷达方法估计高程，实现微小障碍物分割，在道路和越野场景中优于现有方法。
VolHuMe：高分辨率大规模体积人体网格数据集
机构 * University of Trento（特伦托大学） ； CNIT ； Tampere University（塔尔基大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.GR
AI总结 提出VolHuMe数据集，包含104名受试者的高质量4D人体扫描，提供SMPL-X、高分辨率网格等多模态真值，用于3D/4D人体重建基准测试。
基于RGB-D成像和三次样条弧长积分的曲率感知温室黄瓜三维长度估计
机构 * University of Windsor（温莎大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出CucumberVision框架，结合YOLO26n分割、SAM精细化掩膜和三次样条弧长积分，实现温室黄瓜非接触式长度估计，在48次捕获中平均绝对百分比误差为4.13%，优于其他方法。
CAOA -- 补全辅助的物体-CAD对齐
机构 * University at Albany（奥尔巴尼大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV；3D vision(journal_ref)
AI总结 提出CAOA方法，结合语义感知点云补全和对称感知相对位姿估计，在Scan2CAD上实现17%精度提升，并发布S2C-Completion数据集。
Comments GitHub: https://github.com/MinhasKamal/CAOA
Journal ref Thirteenth International Conference on 3D Vision (3DV), 2026
ShotcreteDepth：用于喷射混凝土施工环境中鲁棒机器人深度感知的双模态数据集
机构 * Technical University of Denmark, Department of Electrical and Photonics Engineering（丹麦技术大学电气与光子工程系） ； Pioneer Centre for AI（人工智能先锋中心） ； Christiansen & Essenbæk A/S（Christiansen & Essenbæk 公司）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 针对喷射混凝土施工环境中的感知挑战，提出双模态数据集ShotcreteDepth，包含立体RGB图像和LiDAR点云，并附带轻量级标注工具，支持立体匹配、深度补全和深度估计研究。
基于ROS 2--MQTT的地中海温室中机器人与机器人及人机协作的集成云架构
机构 * Department of Informatics, CIESOL, ceiA3, Universidad de Almería（阿尔梅里亚大学信息学系，CIESOL，ceiA3） ； Department of Engineering, CIESOL, ceiA3, Universidad de Almería（阿尔梅里亚大学工程系，CIESOL，ceiA3）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出一种基于MQTT和FIWARE的云混合架构，桥接ROS 2边缘计算与iVeg决策支持系统，解决地中海温室通信约束下的多机器人协同问题，验证了在恶劣网络条件下保持连接和数据完整性的能力。
一种用于风力涡轮机转子叶片近距离检测的无人机载传感器网络
机构 * Department of Computer Science XVII: Robotics Julius-Maximilians Universit\" a t W\" u rzburg W\" u rzburg, Germany ； Research ； Elektronik-Entwicklung Oktopus GmbH Kiel, Germany
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出一种无人机载多模态传感器网络，结合RGB相机、热红外相机和3D扫描仪，通过共校准实现几何、颜色和热数据的空间叠加，解决近距离检测中的平台运动、大视场和毫米级精度问题。
Comments The Aerial Inspection for Marine Infrastructures (AIMI) workshop
基于无人机多模态视觉系统的边坡变形自动监测与灾害检测
机构 * South China Normal University（华南师范大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 提出一种基于无人机LiDAR的自动化边坡灾害检测流程，包括数据采集、地面点提取、单次观测灾害筛查和多次观测变形监测，实现厘米级形变量化与危险区域识别。
Comments 29 pages, 14 figures
Safe-SAGE: 通过拉普拉斯调制泊松安全函数实现安全交互的社会-语义自适应引导
机构 * Caltech MCE（Caltech机械工程系） ； Tufts ME（Tufts大学机械工程系）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出Safe-SAGE框架，结合泊松安全函数与拉普拉斯引导场，融合多传感器点云与视觉语义分割，通过多层安全滤波器实现腿式机器人在语义丰富动态环境中的安全导航。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Copyright transferred to IEEE
标签高效的3D森林映射：自监督与迁移学习用于实例分割、语义分割和物种分类
机构 * Helmholtz-Zentrum Dresden-Rossendorf (HZDR), Helmholtz Institute Freiberg for Resource Technology (HIF)（德累斯顿-罗斯托克亥姆霍兹中心（HZDR）、弗里贝格资源技术亥姆霍兹研究所（HIF）） ； Remote Sensing and Geoinformatics, Freie Universität Berlin（柏林自由大学遥感与地理信息学系） ； Institute of Geomatics, BOKU University（博科尼大学测绘学院） ； Faculty of Electrical and Computer Engineering, University of Iceland（爱沙尼亚大学电气与计算机工程学院）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文利用自监督和迁移学习策略，在少量标注数据下提升3D点云中树木实例分割、语义分割和物种分类的性能，并集成统一框架以简化流程。
Imagine2Act：利用想象目标中的物体-动作运动一致性进行机器人操作
机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学） ； PrimeBot ； AGIBOT
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出Imagine2Act框架，通过生成想象目标点云并引入物体-动作一致性策略，将语义和几何约束融入策略学习，解决高精度物体重排任务。
NeuPAN: 基于端到端模型学习的直接点机器人导航
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出NeuPAN，一种实时、高精度、无地图、易部署的机器人运动规划器，通过紧耦合感知-控制框架和端到端模型学习，直接处理原始点云生成无碰撞运动，避免感知到控制的误差传播。
Comments Accepted by TRO 2025; project website: https://hanruihua.github.io/neupan_project/
病态问题的拓扑：用于大语言模型中检测与引导的持续同调
机构 * The George Washington University（乔治华盛顿大学） ； Northeastern University（东北大学）
专题命中 点云 ：point cloud(abstract)
AI总结 利用持续同调分析LLM内部状态的拓扑结构，统一表示多种病态问题，并实现分类与激活引导，提升响应质量。
信号变换理论的统一
专题命中 点云 ：3D vision(abstract)
AI总结 本文基于代数多样性框架，统一了多种信号变换及其连续形式，揭示了其作为协方差不变性的本征基的原理，并提出了基于匹配群发现的算法。
Comments v2: Added Hankel, Hankel (cont.), AR(m)/pedagogical remarks, 10 new references; v3: Added material on matched transforms without a group (non-Schurian association schemes) and a code repository link; v4: Added Dunkl transform theorem
VDW-GNNs：面向几何图神经网络的向量扩散小波
机构 * Program in Computing, Boise State University, Boise, Idaho, USA（博伊西州立大学计算项目） ； Department of Mathematics, UCLA, Los Angeles, CA, USA（洛杉矶大学数学系） ； Department of Computer Science, Yale University, New Haven, CT, USA（耶鲁大学计算机科学系） ； Department of Genetics, Yale University, New Haven, CT, USA（耶鲁大学遗传学系） ； Department of Mathematics, Boise State University, Boise, Idaho, USA（博伊西州立大学数学系）
专题命中 点云 ：point cloud(abstract)
AI总结 提出向量扩散小波（VDW），受向量扩散映射算法启发，可有效融入几何图神经网络（VDW-GNNs），在合成点云和真实风场、神经活动数据上表现良好，并证明其具有框架理论和旋转平移对称性。
Comments Presented at ICML 2026. A previous, shorter version of this work was presented in the "New Perspectives in Advancing Graph Machine Learning" workshop at NeurIPS 2025
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