3D 视觉

Empirical Hodge Laplacians: Spectral Convergence and Harmonic Forms from Point Clouds

经验Hodge拉普拉斯算子、上同调环与流形学习

Hông Vân Lê

专题命中 点云 ：point cloud(title,abstract)

AI总结 针对高维欧氏空间中的紧致可定向光滑黎曼子流形，构造变形Hodge拉普拉斯算子族并证明其收敛到经典算子，进而基于点云数据建立经验算子的谱收敛，从而实现对de Rham上同调环、第二基本形式及庞特里亚金特征类的无偏恢复。

Comments Version 5: minor corrections and improvements. 85.p

SLIDER: Sparse History-Guided Aerial Robot Target Search using Sliding Local Maps

SLIDER：使用滑动局部地图的稀疏历史引导空中机器人目标搜索

Xiaolei Hou, Zheng Pan, Hua Lan, Zhenghao Zou, Yinhong Chen, Chenxi Zhu, Yang Lyu, Jinwen Hu, Chunhui Zhao

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

AI总结 针对空中机器人在大规模未知环境中目标搜索难题，提出SLIDER框架，结合局部滑动地图与稀疏全局历史信息，通过新评估方法、聚类策略及维护拓扑地图实现高效搜索，性能优于现有方法。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L), 2026. https://github.com/Poaos/SLIDER

Physics-inspired Pseudo Anomaly Generation and Prototype Feature Guidance for 3D Anomaly Detection

用于3D异常检测的物理启发式伪异常生成与原型特征引导

Jian Ning, Qin Zou, Linchun Wu, Yuanhao Yue, Kunmo Li, Shoubin Chen, Zhongyuan Wang

机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； School of Information and Software Engineering, East China Jiaotong University（华东交通大学信息工程学院） ； School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院） 纠错

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

AI总结 针对3D点云异常检测中真实异常样本稀缺等问题，提出PA3AD框架，采用物理启发式伪异常生成策略及原型特征引导，通过关键创新有效学习分布变化，实验证明其检测性能优于现有方法。

Comments 20 pages; already accepted by Pattern Recognition

Annotation-Free Furniture Codes: What They Encode, and How Far They Transfer

无标注家具编码：它们编码了什么以及能转移多远

Benjamin Friedman

机构 * DLR Group（DLR集团） 纠错

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

AI总结 研究能否用源自物体几何形状的自监督令牌取代类别标签和规范姿态约定。通过对FSQ点云自动编码器进行倒角训练，发现编码能恢复多种信息，其旋转内容可由训练目标设置，跨资产库缩放时编码转移情况因类别而异。

A Numerically-Robust ROS 2 Port of iG-LIO: Diagnosing and Fixing Toolchain-Induced Failures in Incremental GICP LiDAR-Inertial Odometry

iG-LIO的数值稳健ROS 2端口：诊断和修复增量GICP激光雷达惯性里程计中工具链引起的故障

Afonso E. Carvalho, David Portugal, Paulo Peixoto

机构 * Robotics Institute (RI), Carnegie Mellon University (CMU)（卡内基梅隆大学机器人研究所） ； Institute of Systems and Robotics (ISR), University of Coimbra (UC)（科英布拉大学系统与机器人研究所） 纠错

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

AI总结 研究针对iG-LIO的ROS 2端口，诊断并修复由工具链导致的数值故障。通过分析QoS不匹配等问题，采取修正点场解析、添加传感器支持等方法，在多种传感器上验证了改进后的端口，为该端口提供了可引用参考。

Comments 3 pages, 1 figure, 4 references

Back to Point: Exploring Point-Language Models for Zero-Shot 3D Anomaly Detection

回到点：探索用于零样本3D异常检测的点语言模型

Kaiqiang Li, Gang Li, Mingle Zhou, Min Li, Delong Han, Jin Wan

机构 * Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences), Jinan, China（计算机功率网络与信息安全重点实验室，教育部，山东计算机科学中心（济南国家超级计算机中心），齐鲁大学（山东科学院），济南，中国） ； Shandong Provincial Key Laboratory of Computing Power Internet and Service Computing, Shandong Fundamental Research Center for Computer Science, Jinan, China（山东省计算功率互联网与服务计算重点实验室，山东省计算机科学基础研究中心，济南，中国） 纠错

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

AI总结 本文提出BTP框架，通过结合3D点云和文本嵌入，提升零样本3D异常检测的性能，实验表明其在Real3D-AD和Anomaly-ShapeNet上表现优异。

Comments CVPR 2026

A Ground Mobile Robot for Autonomous Terrestrial Laser Scanning-Based Field Phenotyping

一种用于自主地面激光扫描的田间表型分析机器人

Javier Rodriguez-Sanchez, Kyle Johnsen, Changying Li

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； The University of Georgia（佐治亚大学） ； Bio-Sensing, Automation and Intelligence Laboratory（生物传感、自动化与智能实验室） ； Agricultural & Biological Engineering（农业与生物工程） ； The University of Florida（佛罗里达大学） 纠错

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

AI总结 本研究开发了一种自主地面机器人系统，利用高分辨率三维激光扫描仪实现田间表型分析，提高了田间作物生长监测的自动化和准确性。

Comments Submitted to Journal of Field Robotics

Manifold Constrained Conformal Prediction for Spatial Events

空间事件的流形约束共形预测

Collin Nill, Trevor Harris, Jason Adams

机构 * Department of Statistics University of Connecticut（统计学系 美国康乃狄克大学） ； Sandia National Laboratories（桑地亚国家实验室） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 该研究针对空间事件预测，提出基于将空间点云表示为经验测度，用（切片）瓦瑟斯坦距离评分，并约束预测集在训练数据流形附近的新共形预测方法，经实验其在覆盖及距离指标上优于基线。

Comments 21 pages, 10 figures, 4 tables

Integrating Physics-Informed Neural Networks and 3D Vascular Geometry Learning for Cerebral Aneurysm Detection and Multimodal Rupture-Risk Prediction

将物理信息神经网络与3D血管几何学习相结合用于脑动脉瘤检测和多模态破裂风险预测

Eshan Vipuil, Xianqi Li

专题命中 点云 ：point cloud(abstract)

AI总结 研究旨在结合物理信息神经网络与3D血管几何学习用于脑动脉瘤检测及多模态破裂风险预测。通过基于PointNeXt的检测器识别动脉瘤，利用物理信息神经网络生成血流动力学描述符，多模态模型整合多种变量预测风险，取得良好检测及预测效果，提供了定量多模态评估策略。

Spectral-Domain Deep Learning of Intrinsic Scattering Operators for Arbitrarily Shaped Compact 3D Particles

用于任意形状紧凑三维粒子的本征散射算子的谱域深度学习

Daize Li, Jiafu Shen, Yifei Liu, Bonan Zhang, Heping Xie

专题命中 点云 ：point cloud(abstract)

AI总结 研究任意形状三维粒子光学散射预测难题，提出双谱域神经散射模型，将粒子几何压缩为球谐系数，光学响应编码为T矩阵，经谱令牌变换器训练，能恢复模态结构、再现散射图，确立谱域算子学习为有效预测途径。

Maximum diversity and weighting for invariants of periodic time series

周期时间序列不变量的最大多样性与加权

Byungchang So

专题命中 点云 ：point cloud(abstract)

AI总结 本文聚焦周期时间序列不变量，基于量和最大多样性的连续性成果，研究加权连续性及对应最大多样性的变化。通过引入新不变量用于时间序列分析，并进行简单机器学习实验，结果表明所提不变量提升了性能。

Comments 30 pages, 8 figures, 7 tables

Persistent Stiefel-Whitney Classes of Tangent Bundles

切丛的持久施蒂费尔 - 惠特尼类

Dongwoo Gang

专题命中 点云 ：point cloud(abstract)

AI总结 研究如何从有限点样本计算切丛的施蒂费尔 - 惠特尼类，核心方法是构建单纯复形滤链计算持久上同调并应用吴公式，该算法时间复杂度为多项式，能在多种情况下准确计算出切丛的此类拓扑不变量。

Comments 27 pages, 4 figures