视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
AirZoo: 一种用于地面几何3D视觉的统一大规模数据集
机构 * National University of Defense Technology（国防科技大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
专题命中 三维重建 ：3D vision(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出AirZoo数据集，通过可扩展生成流程、全面场景多样性和丰富的几何标注，解决无人机感知中复杂视角变换和环境条件的挑战，验证其在三维重建和图像检索中的有效性。
Comments ECCV 2026. Project page: https://nudt-sawlab.github.io/AirZoo/
VS3R：基于深度三维重建的鲁棒全帧视频稳定
机构 * Hunan University（湖南大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出VS3R框架，结合前馈三维重建与生成式视频扩散，通过联合估计相机参数、深度和掩码，并引入混合稳定渲染模块和稳定驱动扩散模型，实现高保真全帧视频稳定，在鲁棒性和视觉质量上显著优于现有方法。
CasaMaestro：用于房屋级3D重建的多视角全景图
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出CasaMaestro模型，仅需20-50张稀疏多视角室内全景图，即可直接预测度量深度和相机位姿，实现全屋快速点云重建，是首个支持房屋级重建的多视角全景模型。
Comments Accepted to ECCV2026
Pano3D：统一的3D重建与全景分割
机构 * Google DeepMind（谷歌DeepMind） ； LIGM, École des Ponts, IP Paris, Univ Gustave Eiffel, CNRS（LIGM, 巴黎高科桥梁学院, 巴黎理工学院, 古斯塔夫·埃菲尔大学, 法国国家科学研究中心）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出统一框架，在3D前馈重建网络中集成全景分割，通过联合训练几何与语义损失实现互惠提升，在多个数据集上达到最优性能。
Comments Accepted at ECCV 2026. Project page: https://victorbbt.github.io/Pano3D/
DANTE-W：野外场景的漫反射反照率神经纹理化
机构 * Tsinghua University（清华大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 提出DANTE-W神经纹理框架，利用神经表示融合生成式先验，通过物理神经渲染恢复高保真漫反射反照率纹理，提升重光照保真度。
基于本体感知和多接触触觉的物理 grounded 的 3D 生成重建在手部遮挡下
机构 * Istituto Italiano di Tecnologia（意大利技术研究院）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出了一种多模态、物理 grounded 的方法，用于在严重手部遮挡下进行度量尺度的无遮挡物体重建和姿态估计，通过本体感知和多接触触觉信号提升重建精度和物理一致性。
Comments 29 pages, 10 figures, Accepted to ECCV 2026
ShapeGrasp: 同时进行视觉-触觉形状补全与抓取以改进机器人操作
机构 * Czech Technical University in Prague（捷克布拉格技术大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 提出ShapeGrasp迭代抓取与补全流程，结合隐式表面视觉-触觉形状补全与基于物理的抓取规划，从单RGB-D视图推断完整形状并生成候选抓取，利用抓取反馈更新形状，在真实机器人上实现高抓取成功率并改善3D形状重建质量。
Comments Submitted for peer review
AeroVerse-SatAgent: 受认知神经科学双视觉通路理论启发的无人机-卫星协同空间推理
机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； Key Laboratory of Target Cognition and Application Technology (TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院目标认知与应用技术重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机学院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对单视角感知易受遮挡和视角变化影响的问题，提出受人类视觉双通路机制启发的无人机-卫星协同空间推理模型SatAgent，通过几何感知3D重建编码器、多视角拓扑语义对齐模块和一致性损失，在复杂城市环境中实现鲁棒推理，构建首个大规模协同数据集，性能超越现有模型。
Comments 21 pages, 10 figures and 8 tables
一视频一世界：将单目视频转化为物理4D场景
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； SparcAI Inc（SparcAI公司） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 提出OVOW，首个无需训练的系统，从单目视频重建实例级、可仿真的4D网格场景，通过视觉语言模型发现实例、类别感知重建、迭代优化恢复尺度与位姿、物理装配确保接触支撑，并建立结构化视频到4D评估基准。
Comments Accepted by ECCV 2026. Project Page: https://OneVideoOneWorld.github.io/
基于自适应核平滑的鲁棒3DGS SLAM
机构 * Xinjiang University（新疆大学） ； Nanjing University（南京大学） ； Southwest University of Political Science and Law（西南政治科学法学院） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Yantai University（烟台大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；分类 cs.CV
AI总结 针对3DGS-SLAM中渲染质量主导跟踪精度的传统观念，提出通过平滑核策略增强光栅化过程对参数误差的鲁棒性，从而稳定相机位姿跟踪，并设计了CB-KNN方法自适应调整局部高斯参数，实验证明在保持建图质量的同时显著提升跟踪鲁棒性和精度。
GaussLite：面向实时机器人建图的任务条件化3D高斯泼溅
机构 * Aerospace Controls Laboratory, MIT（麻省理工学院航空航天控制实验室）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 提出GaussLite，一种任务驱动的3DGS建图系统，通过自然语言任务规范调节表示密度，利用LLM解析器提取目标并实时生成像素级相关性掩码，在有限资源下实现实时建图，ROI PSNR提升约2.72 dB。
3D高斯溅射的即插即用感知优化
机构 * Apple（苹果公司） ； Tandon School of Engineering, New York University（纽约大学坦登工程学院）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对3DGS依赖像素级损失导致模糊的问题，提出正则化Wasserstein损失WD-R，通过大规模人类主观实验验证其在纹理恢复和感知指标上的优势，并推广到多种框架和场景压缩任务。
Comments Accepted as a conference paper at ECCV'26. Project page: https://apple.github.io/ml-perceptual-3dgs
AugSplat: 基于辐射场信息的高斯泼溅用于稀疏视图设置
机构 * Google（谷歌） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；3D vision(abstract)；分类 cs.CV
AI总结 针对稀疏视图下高斯泼溅对初始几何敏感的问题，提出AugSplat，利用辐射场合成新视角图像作为辅助监督，提升重建质量并保持实时渲染。
Comments 9 pages, 5 figures
Proxy-GS：结构化3D高斯泼溅中训练与推理的统一遮挡先验
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Sichuan University（四川大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 提出Proxy-GS，利用快速代理系统生成精确遮挡深度图，在训练中引导表面致密化、在推理中剔除冗余高斯体，实现2.5倍以上加速并提升渲染质量。
Comments Project page: https://visionary-laboratory.github.io/Proxy-GS
GRay: 接近 Splats 速度的光线追踪 3D 高斯
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)；分类 cs.GR
AI总结 提出 GRay，一种快速 3D 高斯光线追踪器，通过利用光线追踪的对数级图元缩放特性，在密集小高斯场景中实现接近 3DGS 的渲染和优化速度。
Comments 12 pages plus supplementary material, 33 pages total; Proceedings of the ACM on Computer Graphics and Interactive Techniques, I3D 2026
Journal ref Proc. ACM Comput. Graph. Interact. Tech. 9, 1, Article 14, 19 pages, 2026
AEGIR: 使用高斯泼溅法对室内逆渲染中的面光源进行建模
机构 * University of Tübingen（图宾根大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 提出AEGIR框架，在可重光照高斯泼溅表示中显式建模局部面光源，通过可微延迟渲染管线结合多重重要性采样与正则化，实现更一致的照明与材质分解，提升局部光照场景的重光照效果。
Comments Project page: https://darkgeekms.github.io/projects/aegir
SPFSplatV2: 基于稀疏视图的高效自监督无姿态3D高斯泼溅
机构 * Department of Electrical and Electronic Engineering, Imperial College London（伦敦帝国理工学院电气与电子工程系）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出SPFSplatV2，一种从稀疏多视图图像进行3D高斯泼溅的前馈框架，无需真实姿态，通过共享特征提取、掩码注意力机制和重投影损失实现高效姿态估计和新视图合成，在域内外均达到最先进性能。
SpectralSplats: 通过谱矩监督实现鲁棒的可微跟踪
机构 * Technion - Israel Institute of Technology（以色列理工学院） ； NVIDIA（英伟达）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出SpectralSplats框架，通过将优化目标从空间域转移到频率域，利用全局复正弦特征（谱矩）构建全局吸引域，解决3D高斯泼溅跟踪中因严重错位导致的梯度消失问题，并设计频率退火策略实现从全局凸性到精确空间对齐的平滑过渡。
Comments Accepted to ECCV 2026. Project page: https://avigailco.github.io/SpectralSplats/
基于正则化分数蒸馏采样的鲁棒3D掩膜部分级编辑在3D高斯泼溅中的应用
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出RoMaP框架，通过3D几何感知标签预测生成鲁棒3D掩膜，并引入正则化SDS损失（含SLaMP编辑的L1锚点损失），实现精确且大幅度的局部3D高斯编辑。
Comments Accepted to ICCV 2025
PointSplat: 通过以人为中心的预测实现紧凑的高斯泼溅
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； ByteDance（字节跳动） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 提出PointSplat，一种以人为中心的方法，直接从输入点集推断高斯原语，通过3D空间预测减少冗余，实现紧凑表示和高质量新视角渲染。
Comments Project Page: https://zju3dv.github.io/pointsplat
基于物理的机器人交互的遮挡鲁棒多对象解耦
机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 提出一种无掩码方法，从稀疏遮挡视角实现无损多对象3D重建，通过MPM模拟实现物理合理的机器人交互，核心是利用联合SDS过程结合扩散先验实现对象解耦。
Comments 7 pages, 6 figures
基于预测可微渲染的视频动态学习
机构 * Dartmouth College（达特茅斯学院） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； University of California, San Diego（加州大学圣地亚哥分校） ； Westlake University（西湖大学） ； Tsinghua University（清华大学） ； Ant Group（蚂蚁集团）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 提出预测可微渲染（PDR）框架，通过2D高斯表示的轻量适配器PredGS和CUDA加速渲染器predgsplat，结合L1和SSIM损失优化，在离散像素与连续表示间架桥，显著提升视频预测的细节保真度和准确性。
Comments Accepted by ECCV 2026. 18 pages, 5 figures, 11 tables
3D高斯散点的本征分解与编辑
机构 * Inria, Université Côte d’Azur（法国国家信息与自动化研究所，蔚蓝海岸大学） ； Cambridge University（剑桥大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.GR
AI总结 提出将本征分解扩展到高斯散点辐射场的方法，通过独立高斯基元、数据驱动优化和单图纹理编辑实现场景的材质与光照分离及编辑。
Comments 18 pages
Journal ref Proc. ACM Comput. Graph. Interact. Tech. 9, 1, Article 10 (May 2026), 18 pages
可编辑的基于物理的光线追踪高斯辐射场反射
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.GR
AI总结 提出一种基于3D高斯泼溅的方法，通过提取漫反射和镜面反射缓冲区，结合路径追踪和快速光线追踪算法，实现可编辑的物理基镜面反射，支持多跳反射和粗糙度编辑。
Comments 12 pages plus supplementary material, 20 pages total; SIGGRAPH Asia 2025 Conference Papers
Journal ref Proceedings of ACM SIGGRAPH Asia 2025 Conference Papers, Article 201, 12 pages, 2025
通过广义矩方法配准4D毫米波雷达点云
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） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医疗机器人研究院） ； Department of Statistics, Uppsala University（乌普萨拉大学统计系）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.RO
AI总结 针对4D雷达点云稀疏噪声导致配准困难的问题，提出基于广义矩方法的配准框架，无需显式点对应，在合成与真实数据集上精度和鲁棒性优于基准方法，甚至接近激光雷达方法。
NeuralBoneReg：一种用于多模态骨表面注册的实例特定无标签点云方法
机构 * Research in Orthopedic Computer Science, Balgrist University Hospital, University of Zurich（骨科计算机科学研究所，巴尔格里斯大学医院，苏黎世大学） ； AI Center, ETH Zurich（人工智能中心，苏黎世联邦理工学院）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出NeuralBoneReg，一种自监督的基于点云的骨表面注册框架，通过隐式神经无符号距离场和MLP注册模块实现多模态数据间的鲁棒对齐，在多个数据集上达到或超越现有方法。
从少到多：基于扩散学习器的原型扩展网络用于点云小样本语义分割
机构 * School of Mathematics and Computational Science, Xiangtan University（湘潭大学数学与计算科学学院） ； School of Automation and Electronics Information, Xiangtan University（湘潭大学自动化与电子信息学院） ； School of Automation, Shanghai Jiao Tong University（上海交通大学自动化学院）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 针对小样本点云语义分割中原型容量小且与查询空间不对齐的问题，提出原型扩展网络（PENet），利用扩散模型的预训练条件编码器扩展原型，并通过推-拉机制对齐，在S3DIS和ScanNet数据集上取得最优性能。
G2P：面向边界感知3D分割的高斯到点属性对齐
机构 * Kyungpook National University（庆北国立大学） ； Korea Electronics Technology Institute（韩国电子技术研究院） ； Adobe Research（Adobe研究院） ； Zhejiang University（浙江大学）
专题命中 点云 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出G2P方法，通过将3D高斯泼溅的属性（如不透明度和尺度）传递到点云，解决几何特征无法区分外观相似物体的问题，实现边界感知的3D分割。
Comments Accepted to ECCV 2026. Camera-ready version
工业检测场景安全评估的多模态基准
机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Institute for Embodied Intelligence and Robotics, Tsinghua University（清华大学具身智能与机器人研究所） ； TetraBOT Intelligence Co., Ltd.（天博智能科技有限公司） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； School of Automation, Southeast University（东南大学自动化学院）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 针对工业现场多模态安全评估缺乏真实数据的问题，构建了首个包含真实机器人巡检数据、像素级标注和七种同步模态的基准数据集InspecSafe-V1，覆盖五个典型场景，支持多模态异常识别与安全评估。
Comments 14 pages, 6 figures, Accepted by Scientific Data
FLORA: 一种从异构LiDAR数据预测森林属性的深度学习方法
机构 * Univ Gustave Eiffel, Géodata Paris, IGN, LASTIG（古斯塔夫·埃菲尔大学，巴黎地理数据，IGN，LASTIG） ； Univ Gustave Eiffel, Géodata Paris, IGN, LIF（古斯塔夫·埃菲尔大学，巴黎地理数据，IGN，LIF） ； Université de Lorraine, Géodata Paris, IGN, LIF（洛林大学，巴黎地理数据，IGN，LIF）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 提出FLORA框架，利用八叉树骨干网络与生态时空辅助变量，从异构LiDAR点云预测六种森林属性，在法国32,052个样地验证，主导高rRMSE约12.3%。
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