3D 视觉

White Aggregation and Restoration for Few-shot 3D Point Cloud Semantic Segmentation

用于少样本3D点云语义分割的白色聚合与恢复

Jiyun Im, SuBeen Lee, Miso Lee, Jae-Pil Heo

机构 * Sungkyunkwan University（全州大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 研究少样本3D点云语义分割，针对现有方法问题，提出基于注意力机制的白色聚合与恢复模块（WARM），解决分布差距，生成有效原型，在多个数据集上取得良好性能，证明其在确定性原型生成中的有效性。

Comments Accepted to ECCV 2026. 22 pages, 6 figures

Pillar-Voxel Fusion Network for 3D Object Detection in Airborne Hyperspectral Point Clouds

用于空中超光谱点云中3D目标检测的柱体-体素融合网络

Yanze Jiang, Yanfeng Gu, Xian Li

机构 * School of Electronics and Information Engineering, Harbin Institute of Technology（电子与信息工程学院，哈尔滨工业大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出PiV-AHPC网络，通过柱体-体素双分支编码器和多级特征融合机制，有效解决空中超光谱点云中3D目标检测的几何-光谱失真问题，实现高精度检测与泛化能力。

Journal ref Sci China Inf Sci, 2026, 69(1): 112301

LPRnet: A self-supervised registration network for LiDAR and photogrammetric point clouds

LPRnet：一种用于激光雷达和摄影测量点云的自监督注册网络

Chen Wang, Yanfeng Gu, Xian Li

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 LPRnet通过自监督学习和多尺度训练策略，有效整合异构激光雷达与摄影测量点云，提升注册精度与鲁棒性。

Comments 12 pages, 9 figures, 5 tables

Journal ref IEEE Trans. Geosci. Remote Sens. 63 (2025) 1-12

Single-Frame Point-Pixel Registration via Supervised Cross-Modal Feature Matching

基于监督跨模态特征匹配的单帧点像素配准

Yu Han, Zhiwei Huang, Yanting Zhang, Fangjun Ding, Shen Cai, Xiaoyu Tang, Yanchao Dong, Rui Fan

机构 * School of Information and Intelligent Science, Donghua University（信息与智能科学学院，东华大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 研究激光雷达点云和相机图像的点像素配准难题，提出基于投影的无检测器框架及重复性评分机制，通过实验证明该方法在单帧激光雷达下能达先进性能，优于现有方法。

Robot Trajectron V3: A Probabilistic Shared Control Framework for SE(3) Manipulation

机器人轨迹生成器V3：一种用于SE(3)操作的概率共享控制框架

Pinhao Song, Zhongxi Li, Ze Fu, Federico Ulloa Rios, Renaud Detry

机构 * KU Leuven（鲁汶大学） ； Flanders Make（法兰德斯制造） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 针对远程操作机器人手臂执行高自由度操作任务的难题（认知要求高、易出错、依赖低带宽接口），提出概率共享控制框架RT-V3，通过贝叶斯推理结合用户意图先验与实时命令估计后验分布，实验证明其在多方面表现出色，优于基线方法。

Geometric planted matchings in high dimensions: The power of multiple views

高维几何植入匹配：多视图的力量

Timothy L. H. Wee, Kaylee Y. Yang, Zhou Fan, Cheng Mao

专题命中 点云 ：point cloud(abstract)

AI总结 研究\(\mathbb{R}^d\)中\(n\)个点与噪声置换版本的对应关系恢复问题，高维下\(b = 2\)是阈值。证明\(b < 2\)时无估计器能有效恢复。多视图推广中，\(b > K/(K - 1)\)时简单过程可恢复匹配，打破\(b = 2\)障碍。