3D 视觉

NoDrift3R: Raymap-Guided Coupling for Drift-Robust Unposed Feed-Forward 3D Reconstruction

NoDrift3R：用于无漂移前馈3D重建的光线图引导耦合

Xiangyu Sun, Liu Liu, Seungkwon Yang, Jingbing Han, Seungtae Nam, Zhizhong Su, Eunbyung Park

机构 * Sungkyunkwan University（成均馆大学） ； Horizon Robotics（地平线机器人） ； Yonsei University（延世大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 研究针对无姿态前馈3D重建中长序列因姿态漂移致性能下降等问题，提出用光线图引导耦合模块明确耦合几何与外观的协同框架及双频视点调度策略，提升了渲染和姿态估计性能，验证了几何-外观协同的关键作用。

Comments Project page: see https://xiangyu1sun.github.io/NoDrift3R-project-page/

Event3R: Asynchronous-to-Global 3D Reconstruction from Event Camera via Spatial-Temporal Feature Aggregation

Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建

Jian Huang, Haotian Shen, Xinhao Lou, Chengrui Dong, Wenpu Li, Peidong Liu

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） 纠错

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

AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。

Comments accepted to IROS 2026

Toward Semantic Communication for Real-time Mobile 3D Reconstruction

迈向实时移动 3D 重建的语义通信

Fangzhou Zhao, Yao Sun, Xuesong Liu, Runze Cheng, Shang Kai, Yi Sun

机构 * School of Electrical and Electronic Engineering, North China Electric Power University（华北电力大学电气与电子工程学院） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； School of Computer Science and Technology, China University of Petroleum (East China)（中国石油大学（华东）计算机科学与技术学院） 纠错

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

AI总结 针对实时移动 3D 重建中几何估计对通信失真敏感的问题，提出语义通信框架，含语义收发器输出带置信度图的重建图像，引入置信度引导几何估计方法，仿真显示该框架能保持图像质量并提升姿态估计精度和 3D 结构一致性。

ReCal3R: Reliability-Calibrated Learning Rates for Streaming 3D Reconstruction

ReCal3R：面向流式3D重建的可靠性校准学习率

Xinze Li, Yiyuan Wang, Pengxu Chen, Weifeng Su, Weisi Lin, Wentao Cheng

机构 * Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； Hong Kong Baptist University（香港浸会大学） ； Jilin University（吉林大学） ； Guangdong Provincial Key Laboratory of Interdisciplinary Research and Application for Data Science（广东省数据科学交叉研究与应用重点实验室） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 针对流式3D重建中循环场景状态易被噪声观测破坏的问题，提出可靠性校准学习率方法ReCal3R，在不增加额外开销的前提下大幅提升长序列重建精度。

Comments 23 pages, 7 figures. Project Page: https://powertony102.github.io/recal3r.github.io/

Beyond Frontiers: Scene-Anomaly Guided Autonomous Exploration

超越边界：场景异常引导的自主探索

Akash Kumbar, Abhinav Raundhal, Madhava Krishna

机构 * Robotics Research Center, IIIT-Hyderabad（机器人研究中心，印度国际信息技术学院海得拉巴分校） 纠错

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

AI总结 研究针对传统3D环境自主探索方法忽视结构背景致轨迹低效及重建质量差的问题，提出SCAGE框架，将探索视为几何异常最小化问题，依据对室内建筑的理解标记异常引导机器人，实现空间发现与高保真映射结合，提升了覆盖率和重建质量。

Comments Accepted in IEEE/RSJ IROS 2026. Project page: https://beyondfrontiers.github.io/

ContactFusion: Stochastic Poisson Surface Maps from Visual and Contact Sensing

ContactFusion：基于视觉和接触传感的随机泊松曲面地图

Aditya Kamireddypalli, Joao Moura, Russell Buchanan, Matias Mattamala, Sethu Vijayakumar, Subramanian Ramamoorthy

机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Department of Mechanical and Mechatronics Engineering, University of Waterloo（机械与机电工程系，滑铁卢大学） 纠错

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

AI总结 研究针对机器人装配中场景理解噪声影响插入成功率的问题，提出ContactFusion方法，结合全局映射与局部接触信息，通过拒绝采样程序估计接触位置，将接触与视觉信息融合到SPSMap，验证了方法有效性并改善孔位估计。

Comments Version accepted to IROS2026

Three-dimensional evolution of a solar filament with multipoint observations

基于多点观测的太阳暗条三维演化

Qingmin Zhang, Jun Dai, Beili Ying, Ye Qiu, Li Feng, Chuan Li, Hongqiang Song, Yue Zhou, Zongyi Li

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

AI总结 该研究基于特定几何模型，利用多视角多波长观测对太阳暗条爆发进行三维重建与跟踪，获取其形态、方向、速度等信息，评估了CME前沿速度，为太阳暗条及相关现象研究提供了新数据和方法。

Comments 18 pages, 11 figures, accepted for publication in ApJ