3D 视觉

Point Tracking in Surgery--The 2025 Surgical Tattoos in Infrared Challenge (STIRC2025)

手术中的点跟踪——2025年红外手术纹身挑战（STIRC2025）

Adam Schmidt, Mert Asim Karaoglu, Zijian Wu, Jiaming Zhang, Yuxin Chen, Tim Salcudean, Ho-Gun Ha, Minkang Jang, Kyungmin Jung, Ihsan Ullah, Hyunki Lee, Suresh Guttikonda, Sarah Latus, Alexander Schlaefer, Xinkai Zhao, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kensaku Mori, Peng Liu, Chenyang Li, Stefanie Speidel, Aoife Gardiner, Agostino Stilli, Danail Stoyanov, Francisco Vasconcelos, Anwesa Choudhuri, Meng Zheng, Zhongpai Gao, Benjamin Planche, Van Nguyen Nguyen, Terrence Chen, Ziyan Wu, Alexander Ladikos, Omid Mohareri

机构 * Intuitive Surgical Inc.（直观外科公司） ； ImFusion GmbH（ImFusion有限公司） ； Technical University of Munich（慕尼黑工业大学） ； University of British Columbia（英属哥伦比亚大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； Daegu Gyeongbuk Institute of Science and Technology（大邱庆北科学技术院） ； Hamburg University of Technology（汉堡工业大学） ； SustAInLivWork Center of Excellence（可持续生活工作卓越中心） ； Graduate School of Informatics, Nagoya University（名古屋大学信息科学研究生院） ； Information Technology Center, Nagoya University（名古屋大学信息技术中心） ； Department of Information Science, Aichi Institute of Technology（爱知工业大学信息科学系） ； Research Center for Medical Bigdata, National Institute of Informatics（国立信息学研究所医学大数据研究中心） ； Department of Translational Surgical Oncology, National Center for Tumor Diseases (NCT), NCT/UCC Dresden, a partnership between DKFZ, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD Dresde（德累斯顿国家肿瘤疾病中心（NCT）转化外科肿瘤学系，NCT/UCC德累斯顿，由德国癌症研究中心、医学院和卡尔·古斯塔夫·卡鲁斯大学医院、德累斯顿工业大学合作成立） 纠错

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

AI总结 介绍2025年手术点跟踪挑战（STIRC2025），参与者提交算法基于红外手术纹身数据集（STIR）评估，含准确性和效率两组件，作为MICCAI EndoVis 2025一部分进行，总结结果与方法，数据集和代码可获取。

Comments 9 pages, 12 figures. arXiv admin note: substantial text overlap with arXiv:2503.24306

SeamGen: Artist-Aligned UV Seam Generation via Graph Flow Matching

SeamGen：通过图流匹配生成与艺术家对齐的UV接缝

Hao Xu, Yuqing Zhang, Yiqian Wu, Xueqi Ma, Ding Liang, Yan-Pei Cao, Ying-Tian Liu, Xiaogang Jin

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； VAST（未提及，可能是一个缩写，无法准确翻译） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 研究针对3D内容创作中UV接缝放置问题，提出SeamGen模型，通过流匹配从现有接缝布局学习，设计Mesh Transformer主干，利用流模型修复能力，能生成更符合艺术家偏好的UV布局，提升感知质量。

GeoFovea-GS: Geometry-Aware Cross-Layer Gaussian Splatting for Wireless Aerial VR

GeoFovea-GS：用于无线空中VR的几何感知跨层高斯点渲染

Zeyi Ren, Wencheng Yan, Jiawen Zhang, Jintao Yan, Sheng Zhou, Zhisheng Niu

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)

AI总结 针对无线空中VR中高分辨率视图生成和传输受限，3DGS有几何误差问题，本文提出GeoFovea-GS框架，开发失真度量，将渲染与传输联合选择设为跨层优化问题并设计调度器，实验证明其能降成本提渲染质量。

Comments 7 pages, 5 figures

SpeedyGS: Content-Aware 3D Gaussian Splatting Compression via Two-Stage Optimization

SpeedyGS：通过两阶段优化实现内容感知的3D高斯图元压缩

Junteng Zhang, Tong Chen, Yuxin Zhao, Yibo Shi, Jing Wang, Zhan Ma

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)

AI总结 研究针对3D高斯图元压缩解码慢不适用于交互式应用的问题，提出SpeedyGS，通过两阶段优化，即结构形成阶段联合优化自适应量化和剪枝，统计编码阶段转换并编码高斯几何和属性，在多方面取得良好平衡，压缩性能优且解码快。

Implicit 4D Gaussian Splatting for Fast Motion with Large Inter-Frame Displacements

用于大帧间位移快速运动的隐式4D高斯点云渲染

Seung-gyeom Kim, Areum Kim, Yongjae Yoo, Sukmin Yun

机构 * Hanyang University（汉阳大学） ； Hanyang University ERICA（汉阳大学衣理校区） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结 针对快速运动大帧间位移下4DGS方法失效问题，提出SPIN-4DGS，从显式时空位置学习高斯属性，用轻量级网络预测属性，避免高内存开销，实验证明该方法在大位移下保真度更高，提升了PSNR和SSIM。

Comments Accepted at ICLR 2026. Project page at https://seung-gyeom.github.io/SPIN-4DGS

ProtoPointNet: Prototype-Based Interpretable Classification of 3D Dental Point Clouds with Verifiable Spatial Activations

ProtoPointNet：基于原型的具有可验证空间激活的3D牙齿点云可解释分类

George V. Jose, Thao Liang Chiam, Toby Hughes, Dilan Patel, Alan Brook, Lyle J. Palmer, Nikhil Cherian Kurian

机构 * Adelaide Dental School, Adelaide University（阿德莱德牙科学院，阿德莱德大学） ； Australian Institute for Machine Learning, Adelaide University（澳大利亚机器学习研究所，阿德莱德大学） ； School of Public Health, Adelaide University（阿德莱德大学公共卫生学院） 纠错

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

AI总结 研究针对3D牙齿点云分类，提出ProtoPointNet模型，结合局部表面几何等特征编码点，通过共享主干学习特定轴原型头，用辅助监督等训练，在Bits2Bites上取得较好结果，其激活定位合理，为牙齿表面对分析提供新的可解释方法。

Comments 2 Figures, 2 Tables

ACZ-GSeg: Adaptive Concentric Zone-based Two-stage Ground Segmentation for LiDAR Point Clouds

ACZ-GSeg：基于自适应同心区域的激光雷达点云两阶段地面分割

Ge Zhang Chunyang Wang Bin Liu

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

AI总结 针对复杂道路场景中地面分割难题，提出基于自适应同心区域模型的两阶段地面分割方法，构建模型确定扇区数量，粗、细分割阶段分别采用不同约束提取和细化地面点，实验证明该方法能适应点云分布特征，提高分割稳定性。

ViCo3D: Empowering LiDAR-based Collaborative 3D Object Detection with Vision Foundation Models

ViCo3D：利用视觉基础模型增强基于激光雷达的协作式3D目标检测

Haojie Ren, Songrui Luo, Lingfeng Wang, Yan Xia, Yao Li, Jing Li, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足，提出ViCo3D框架。通过将点云投影为图像让VFM提取特征，引入融合模块及跨智能体融合策略，实现了先进的3D检测性能，提升了协作增益。