视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
利用驱动冗余进行高保真 3D 重建的过驱动水下航行器的干扰感知运动规划
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.RO
AI总结 研究水下机器人驱动对感知的影响，利用过驱动平台冗余，通过搜索零空间最小化目标区域干扰，采用基于致动盘理论的尾流代理及冗余解决分配器，降低粒子速度，提高 3D 重建精度，支持自主扫描与辅助检查。
MiLSD：一种用于资源受限设备的微线段检测器
机构 * School of Computer Engineering, Iran University of Science and Technology（伊朗科技大学计算机工程学院） ； Case Western Reserve University（凯斯西储大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 研究在资源受限设备上线段检测精度与内存的权衡，提出MiLSD检测器，通过比较三种输出表示，发现F-Clip公式在小模型下学习有效，8位量化可保性能，4位量化有损失，经推理增强，MiLSD在1MB内提升了上海科技线框数据集sAP10指标。
Comments 10 pages, 12 figures, 5 tables
VLRC：视觉语言重投影一致性作为用于更好的前馈3D预训练的可扩展信号
机构 * U2IS, ENSTA – Institut Polytechnique de Paris（U2IS，法国国立高等先进技术学校 - 巴黎综合理工学院） ； Pôle Recherche, Agence Ministérielle pour l’IA de Défense（军事人工智能部研究中心）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 研究提出视觉语言重投影一致性（VLRC），利用冻结的视觉语言表征作为语义多视图监督，无需额外3D标注，能提升3D重建精度等，为前馈3D预训练提供可扩展辅助目标。
GeoGS-SLAM：用于密集单目 SLAM 的仅几何高斯点云法
机构 * School of Instrument Science and Opto-electronics Engineering, Beihang University（仪器科学与光电工程学院，北京航空航天大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；novel view synthesis(abstract)
AI总结 研究针对密集视觉 SLAM 问题，提出仅几何高斯点云法（GeoGS）及基于此的 GeoGS-SLAM 系统。该方法仅保留空间参数减少基元参数，专注几何重建，通过有效训练框架和地图更新策略，提升在线映射效率与几何重建质量。
EscFOA：通过360度教育环境中的生成性空间音频增强视障学习者的空间学习
机构 * Ziyu Luo ∗ , Xiaowei Dai ∗ , Siying Zhu † (Correspondence), Xiaoming Chen ∗ (Correspondence)（无）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)
AI总结 研究针对360度教育环境中视障学习者空间学习受限问题，提出EscFOA框架，通过整合3DGS与条件扩散模型生成空间音频，在支持蒙眼参与者空间学习行为上优于传统音频，证明其能助力视障者访问复杂空间学习材料。
RoboSnap：用于可泛化机器人学习与评估的一次性真实到模拟场景生成
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO
AI总结 针对构建物理稳定且视觉逼真场景缓慢昂贵的问题，提出RoboSnap框架，通过分层设计将单张RGB图像转为模拟场景，实验证明其能实现轨迹重放等，还引入DROID-Sim数据集，凸显真实到模拟方法对机器人学习评估的价值。
Comments 24 pages, 16 figures, Project page: https://robosnap.github.io
G-PROBE：用于3D点云的跨视场位置识别和确定性耦合定位
机构 * SK Intellix（SK智能科技）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.RO
AI总结 研究针对3D点云在有限或不对称视场下全局定位难的问题，提出G-PROBE框架。通过虚拟传感器分解、跨视场分支集合等方法，结合确定性耦合定位，无需学习。在多数据集和模式上评估，该框架性能出色，端到端可用性高，在不对称视场下优势明显。
Comments 18 pages, 9 figures
自监督预训练提高点云树叶-木材分割的跨站点和跨尺度鲁棒性
机构 * Department of Landscape Architecture and Rural Systems Engineering, Seoul National University, Seoul, South Korea（景观建筑与乡村系统工程系，首尔国立大学，首尔，韩国） ； Interdisciplinary Program in Landscape Architecture, Seoul National University, South Korea（景观建筑跨学科项目，首尔国立大学，韩国） ； Integrated Major in Smart City Global Convergence, Seoul National University, Seoul, Republic of Korea（智能城市全球融合整合专业，首尔国立大学，首尔，韩国） ； Research Institute of Agriculture and Life Sciences, Seoul National University, Seoul, Republic of Korea（农业与生命科学研究院，首尔国立大学，首尔，韩国）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 研究树木点云树叶-木材分割方法跨森林类型和地点准确性差异问题，采用自监督预训练Point-M2AE并结合递归体素细分，提升了分割精度，在跨站点和跨尺度上表现良好，还改善了下游木材体积估计的性能。
Comments 30 pages, 10 figures
使用全分辨率全卷积递归神经网络从光栅化分类点云提取铁轨
机构 * Esri（环境系统研究所公司）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 介绍利用全卷积递归神经网络从分类3D点云提取铁轨的新方法，先光栅化点，经神经网络、形态学操作、平滑处理等步骤，用动态时间规整算法找中心线，人工干预少，实验验证了该方法提取铁轨的有效性。
Comments 15 pages, 8 figures, 1 table
建筑中的动态目标检测与跟踪：一种鱼眼相机与激光雷达传感器融合模型
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 点云 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 针对建筑等复杂环境中机器人动态目标检测与跟踪问题，提出融合鱼眼相机与激光雷达传感器的框架，通过在配准点云里识别移动物体、投影坐标分配语义标签并结合图像检测更新卡尔曼滤波器观测，具有高精度、简单且鲁棒的特点。
Comments 4 pages, 8 figures, submitted to IEEE International Conference on Robotics and Automation (ICRA) 2025 Future of Construction Workshop
通过采样进行任意维度学习
机构 * Department of Statistics University of Chicago（统计学系芝加哥大学） ； Department of Computing and Mathematical Sciences Department of Electrical Engineering California Institute of Technology（计算与数学科学系电气工程系加州理工学院）
专题命中 点云 ：point cloud(abstract)
AI总结 研究不同大小输入的机器学习模型泛化及评估问题，提出用随机采样映射比较不同大小输入的统一方法，刻画各采样适用领域，为相关函数类给出泛化和草图绘制率
SoccerNet 2026挑战结果
机构 * University of Liège（列日大学） ； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） ； Spiideo（斯皮迪奥公司） ； Aalborg University（奥尔堡大学） ； SpAItial（斯帕蒂亚尔公司） ； Center for Robotics, Mines Paris, PSL（巴黎矿业学院机器人中心（巴黎文理研究大学）） ； Footovision（Footovision公司） ； Shanghai Jiao Tong University（上海交通大学） ； Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； EVS Broadcast Equipment（EVS广播设备公司） ； Pioneer Center for Artificial Intelligence（先锋人工智能中心） ； Lund University（隆德大学） ； TAHAKOM（TAHAKOM公司） ； Mohamed Bin Zayed University for Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； Sber AI（Sber人工智能公司） ； Salute For Business（Salute For Business公司） ； Intelligent Perception and Image Understanding Lab, Xidian University（西安电子科技大学智能感知与图像理解实验室） ； South China University of Technology（华南理工大学） ； Hefei University of Technology（合肥工业大学） ； Kyungpook National University（庆北国立大学） ； Leipzig University of Applied Sciences（莱比锡应用科学大学） ； Friedrich-Alexander University Erlangen-Nuremberg（埃尔朗根-纽伦堡大学） ； University of Seoul（首尔大学） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（电子科技大学深圳高等研究院） ； Nanjing University（南京大学） ； University of Science, Ho Chi Minh City（胡志明市科技大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV
AI总结 SoccerNet 2026挑战涵盖五项体育视频理解视觉任务，为每项任务提供数据、协议和基线。众多团队参与，本文介绍任务、评估协议，展示排行榜并总结领先提交内容，记录各任务当前状态。
Comments 40 pages
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