视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-06-26 至 2026-06-26 共收录 5 篇信号源：cs.CV, cs.GR, cs.RO

1. 三维重建 2 篇

2602.04349 2026-06-26 cs.CV cs.AI 版本更新 57%

VecSet-Edit: Unleashing Pre-trained LRM for Mesh Editing from Single Image

VecSet-Edit：利用预训练的LRM进行单图像网格编辑

Teng-Fang Hsiao, Bo-Kai Ruan, Yu-Lun Liu, Hong-Han Shuai

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学）

专题命中三维重建：Gaussian Splatting(abstract)；分类 cs.CV

AI总结本文提出VecSet-Edit，利用VecSet LRM进行单图像网格编辑，通过Mask引导的token播种和注意力对齐的token门控策略，结合漂移感知的token修剪和细节保留的纹理烘焙模块，实现高精度网格编辑。

Comments Accepted by SIGGRAPH 2026

2508.17916 2026-06-26 cs.CV 版本更新 57%

EndoUFM: Utilizing Foundation Models for Monocular depth estimation of endoscopic images

EndoUFM：利用基础模型进行内窥镜图像的单目深度估计

Xinning Yao, Bo Liu, Bojian Li, Jingjing Wang, Jinghua Yue, Fugen Zhou

机构 * Image Processing Center, Beihang University（北京航空航天大学图像处理中心）； State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology（高效可重复航天运输技术国家重点实验室）

专题命中三维重建：3D reconstruction(abstract)；分类 cs.CV

AI总结提出EndoUFM框架，通过双基础模型和自适应微调策略（RVLoRA和Res-DSC）提升内窥镜图像单目深度估计性能，在多个数据集上达到最优。

Comments 12 pages

2. Gaussian Splatting 1 篇

2603.10446 2026-06-26 cs.CV 版本更新 57%

SignSparK: Efficient Multilingual Sign Language Production via Sparse Keyframe Learning

SignSparK: 通过稀疏关键帧学习实现高效多语言手语生成

Jianhe Low, Alexandre Symeonidis-Herzig, Maksym Ivashechkin, Ozge Mercanoglu Sincan, Richard Bowden

机构 * CVSSP, University of Surrey, United Kingdom（CVSSP，萨里大学，英国）

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

AI总结提出SignSparK框架，利用稀疏关键帧和条件流匹配生成流畅3D手语序列，缓解回归到均值问题，支持多语言和关键帧到姿态编辑，实现最先进性能。

Comments Accepted at European Conference on Computer Vision (ECCV) 2026. Project page available: https://cogvis-cvssp.github.io/papers/signspark/

3. 点云 2 篇

2511.18254 2026-06-26 cs.CV 版本更新 57%

UniFlow: Zero-Shot LiDAR Scene Flow for Autonomous Vehicles

UniFlow: 自动驾驶车辆的零样本激光雷达场景流

Siyi Li, Qingwen Zhang, Ishan Khatri, Kyle Vedder, Eric Eaton, Deva Ramanan, Neehar Peri

专题命中点云：point cloud(abstract)；分类 cs.CV

AI总结提出UniFlow，一种跨多数据集训练的激光雷达场景流前馈模型，无需架构修改即可泛化到未见传感器，在Waymo和nuScenes上分别提升5.1%和35.2%，并在TruckScenes和AEVAScenes上超越先前数据集专用模型30.1%和22.5%。

Comments This work has been accepted to the European Conference on Computer Vision (ECCV) 2026. Project Page: https://lisiyi777.github.io/UniFlow/

2601.08987 2026-06-26 cs.CR cs.MM cs.NI eess.IV 版本更新 50%

ABE-VVS: Attribute-Based Encrypted Volumetric Video Streaming

ABE-VVS：基于属性的加密体积视频流

Mohammad Waquas Usmani, Susmit Shannigrahi, Michael Zink

专题命中点云：point cloud(abstract)

AI总结提出ABE-VVS框架，通过选择性加密点云坐标实现轻量级DRM，降低计算开销和延迟，实验表明仅加密X坐标可减少50%加密时间和80%解密时间，并实现零缓冲。

Comments Version 2: Extended to include experiments with RAM-based caching. The manuscript now contains 11 pages and 7 figures (including subfigures)