3D 视觉

Disturbance-aware Motion Planning for Over-actuated Underwater Vehicles Exploiting Actuation Redundancy for High-fidelity 3D Reconstruction

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

Yuer Gao, Tongqing Xu, Qingyang Liu, Yi Cai

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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: A Micro Line-Segment Detector for Resource-Constrained Devices

MiLSD：一种用于资源受限设备的微线段检测器

Parsa Hassani Shariat Panahi, Amir Hossein Jalilvand, M. Hassan Najafi

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） 纠错

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: Vision-Language Reprojection Consistency as a scalable signal for better feed-forward 3D pretraining

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

Marwane Hariat, David Filliat, Antoine Manzanera

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） 纠错

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。

MEGO: Learning Mixture-of-Experts for General-Purpose Binary Optimization

MEGO：学习用于通用二进制优化的专家混合模型

Shengcai Liu, Zhiyuan Wang, Yew-Soon Ong, Xin Yao, Ke Tang

专题命中 三维重建 ：3D reconstruction(abstract)

AI总结 研究针对离散优化问题，提出MEGO这一通用神经优化器，它由无需领域知识训练的专家混合模型构成，通过路由策略解决新问题。在多类问题上展现强大泛化能力，优于现有优化器，还提供了量化问题相似性及分类的新方法。

Comments 33 pages, 7 figures