3D 视觉

3D Reconstruction of deciduous Trees using low-cost UAV- and Crane-based Photogrammetry for Monitoring Shoot Elongation across entire Canopies

利用基于低成本无人机和起重机的摄影测量技术对落叶树进行三维重建以监测整个树冠的新梢伸长

Stephan Nebiker, Micha Tschanz, Nando Amport, Frederik Baumgarten

专题命中 三维重建 ：3D reconstruction(title,abstract)；point cloud(abstract)；分类 cs.CV

AI总结 研究旨在用低成本无人机和起重机摄影测量技术三维重建落叶树，以监测新梢伸长。介绍了相关技术及数据处理策略，展示了点云精度等结果，引入新方法评估重建能力，还讨论了操作挑战与树木骨架化实验。

Comments Accepted to ISPRS Congress 2026, camera-ready version

Neural Harmonic Textures for High-Quality Primitive Based Neural Reconstruction

基于神经谐波纹理的高质量基于原始体的神经重建

Jorge Condor, Nicolas Moenne-Loccoz, Merlin Nimier-David, Piotr Didyk, Zan Gojcic, Qi Wu

机构 * NVIDIA（英伟达） ； Università della Svizzera italiana（瑞士意大利语区大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出神经谐波纹理，通过虚拟框架锚定潜在特征向量，实现高效实时视图合成，融合原始体与神经场方法，提升高频细节建模能力。

Comments Accepted to ECCV 2026

HoloTetSphere: Unified TetSphere Mesh Reconstruction for Physical Simulations

HoloTetSphere：用于物理模拟的统一四面体网格重建

YaQiao Dai, Renjiao Yi, Zhirui Gao, Wei Chen, Kai Xu, Chenyang Zhu

机构 * National University of Defense Technology, Changsha, China（国防科技大学，中国长沙） ； Institute of AI for Industries, Chinese Academy of Sciences, Nanjing, China（产业人工智能研究所，中国科学院，中国南京） 纠错

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

AI总结 研究针对物理模拟的3D重建问题，提出通过耦合高斯球与四面体元素、联合最小化网格平滑能量和多视图高斯渲染误差等方法，构建统一且拓扑连贯的四面体网格，优于现有技术，简化物理模拟。

Comments Accepted to ECCV 2026

LTM: Large-scale Terrain Model for Wildfire-prone Landscapes

LTM：适用于易发生野火地区的大规模地形模型

Xiao Fu, Yue Hu, Meida Chen, Peter Anthony Beerel, Barath Raghavan

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

AI总结 针对易发生野火地区传统地形重建方法不足，提出利用过时DEM的多模态重建框架，通过物理像素对齐降低计算复杂度，经大型地形模拟器验证，相比现有技术显著提升了重建精度与计算效率，为野火应对提供可扩展方案。