arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-07-21 至 2026-07-21 共收录 18 信号源:cs.CV, cs.GR, cs.RO

1. 点云 18 篇

2607.16946 2026-07-21 cs.GR cs.CV 新提交 81%

Points as Tori: Fast Pointwise Signed Distance for Point Clouds

点作为环面:用于点云的快速逐点符号距离

Nicole Feng, Ioannis Gkioulekas, Keenan Crane

机构 * Carnegie Mellon University(卡内基梅隆大学)

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

AI总结 该研究提出一种计算点云符号距离的方法,通过用环面局部拟合点云,利用预训练网络输出参数,无需全局优化和空间离散化且易并行化,基于新理论统一相关方法,可直接用于点云应用,无需显式重建。

Comments Published in ACM Transactions on Graphics, volume 45 (2026). For associated presentations and code, see https://nzfeng.github.io/research/PointsAsTori

Journal ref ACM Transactions on Graphics, volume 45 (2026), article number 53

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17200 2026-07-21 cs.CV 新提交 79%

Cross-Coordinate Correspondence Pruning for Image-to-Point Cloud Registration

用于图像到点云配准的交叉坐标对应关系修剪

Xin Liu, Rong Qin, Huipeng Lin, Leizhi Shu, Jin Wu, Chi-Man Vong, Liang Lin, Jufeng Yang

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

AI总结 研究图像到点云配准问题,提出交叉坐标对应关系修剪(CCP)策略,通过投影统一坐标、轻量级网络预测内点置信度及多密度点集成策略,提升配准精度,性能比现有方法至少高8.6%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.13812 2026-07-21 cs.CV 79%

Physics-Driven Local-Whole Elastic Deformation Modeling for Point Cloud Representation Learning

基于物理的局部-整体弹性变形建模用于点云表示学习

Zhongyu Chen, Rong Zhao, Xie Han, Xindong Guo, Song Wang, Zherui Qiao

机构 * School of Computer Science and Technology, North University of China,Shanxi Provincial Key Laboratory of Machine Vision and Virtual Reality(计算机科学与技术学院,北中国大学,山西省机器视觉与虚拟现实重点实验室)

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

AI总结 本文提出基于物理的局部-整体弹性变形建模方法,结合数据驱动与物理机制,提升点云表示的结构建模能力和下游任务的泛化性。

Journal ref Expert Systems with Applications 332 (2027) 133448

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.07996 2026-07-21 cs.CV cs.RO 版本更新 62%

3D and 4D World Modeling: A Survey

3D和4D世界建模:一项综述

Lingdong Kong, Yu Yang, Jianbiao Mei, Youquan Liu, Ao Liang, Dekai Zhu, Dongyue Lu, Wei Yin, Xiaotao Hu, Mingkai Jia, Junyuan Deng, Kaiwen Zhang, Yang Wu, Tianyi Yan, Shenyuan Gao, Song Wang, Linfeng Li, Liang Pan, Yong Liu, Jianke Zhu, Wei Tsang Ooi, Steven C. H. Hoi, Ziwei Liu

机构 * WorldBench Team(WorldBench团队)

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

AI总结 该综述针对世界建模中对3D和4D表示利用不足及定义分类缺失的问题,通过建立精确概念、引入结构化分类法,系统总结相关数据集和评估指标,讨论应用、挑战与方向,为3D和4D世界建模领域提供基础参考。

Comments Survey; Project Page at https://worldbench.github.io/survey GitHub Repo at https://github.com/worldbench/awesome-3d-4d-world-models

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18153 2026-07-21 cs.CV 新提交 57%

Robust Multimodal Dynamic Object Segmentation

鲁棒多模态动态目标分割

Zhe Xin, Hanzhi Chang, Penghui Huang, Yinian Mao, Guoquan Huang

机构 * Meituan UAV(美团无人机) University of Delaware(特拉华大学)

专题命中 点云 :3D reconstruction(abstract);分类 cs.CV

AI总结 研究针对动态目标分割难题,提出整合多模态线索的框架,设计结合Transformer与特征聚类模块的网络进行分类,引入新后处理方法,在动态目标分割和静态场景重建任务中取得最优性能。

Comments Accepted by IEEE International Conference on Robotics & Automation ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17813 2026-07-21 cs.RO cs.SY eess.SY 新提交 57%

A2RL V\textsubscript{max}: The A2RL autonomous racing dataset for long-range, high-speed perception and multi-vehicle interaction

A2RL V下标max:用于远程、高速感知和多车辆交互的A2RL自动驾驶数据集

Marvin Klemp, Dominic Ebner, Cornelius Schröder, Davide Malvezzi, László Turányi, Riccardo Donati, Ilia Schminik, Xia Ning, Yanxin Zhou, Matthew Flagg, Christoph Stiller, Markus Lienkamp, Marko Bertogna, Gergely Bári, Andreas Birk, Ren Jin, Chen Lv, Johannes Betz

机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology(测量与控制系统研究所,卡尔斯鲁厄理工学院) Institute of Automotive Technology, Technical University of Munich(汽车技术研究所,慕尼黑工业大学) Professorship of Autonomous Vehicle Systems, Technical University of Munich(自动驾驶车辆系统教授职位,慕尼黑工业大学) University of Modena and Reggio Emilia(摩德纳大学和雷焦艾米利亚大学) Humda Lab, Széchenyi István University(胡姆达实验室,塞切尼·伊什特万大学) Politecnico di Milano(米兰理工大学) Constructor University(康斯坦丁大学) Beijing Institute of Technology(北京理工大学) Nanyang Technological University(南洋理工大学) Code 19 Racing(代码19赛车) Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich(慕尼黑机器人与机器智能研究所(MIRMI),慕尼黑工业大学)

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

AI总结 介绍A2RL V下标max开源数据集,专为高速自动驾驶和多车辆交互感知任务设计,含多样场景数据及专业标注激光雷达点云,以开发者友好格式提供,还对相关检测和跟踪方法做了实现与评估。

Comments 8 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17351 2026-07-21 cs.AI cs.RO 新提交 57%

DeeperRadar: End-to-End MIMO Radar Design and Multi-Modal Fusion for Autonomous Vehicle Perception

深度雷达:用于自动驾驶车辆感知的端到端MIMO雷达设计与多模态融合

Eli Goldenshluger, Barak Pinkovich, Chaim Baskin

机构 * Technion–Israel Institute of Technology(以色列理工学院) Ben-Gurion University of the Negev(内盖夫本-古里安大学)

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

AI总结 深度雷达以雷达为中心,通过端到端学习稀疏采集模式,共同设计雷达传感与多模态3D检测。其可学习的MIMO设计模块在融合网络中训练,由其他传感器监督。在RADIal数据集上评估,能发现稀疏配置,降低成本与复杂性,表明最优设计取决于融合堆栈和感知任务。

Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22881 2026-07-21 cs.RO eess.SP 版本更新 57%

A Vendor-Agnostic LiDAR Data Conversion System with Multi-Signal Detection and Multi-Format Output

一种支持多信号检测和多格式输出的厂商无关LiDAR数据转换系统

Param Patel, Jay Dave, Pratyush Chakraborty

机构 * BITS Pilani, Hyderabad Campus(比拉理工学院海德拉巴校区) Department of Electrical and Electronics Engineering, BITS Pilani, Hyderabad Campus(比拉理工学院海德拉巴校区电气与电子工程系) Department of Computer Science and Information Systems, BITS Pilani, Hyderabad Campus(比拉理工学院海德拉巴校区计算机科学与信息系统系)

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

AI总结 提出一种厂商无关的LiDAR数据转换系统,通过加权多信号方法自动识别传感器厂商,并输出五种标准格式,解决了多厂商SDK不兼容问题。

Comments Manuscript submitted at Software: Practice and Experience

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.25623 2026-07-21 cs.RO 版本更新 57%

Neural Surface and Reflectance Modelling from 3D Radar Data

从3D雷达数据进行神经表面和反射率建模

Judith Treffler, Vladimír Kubelka, Henrik Andreasson, Martin Magnusson

机构 * Örebro University(厄勒布鲁大学)

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

AI总结 提出一种神经隐式方法,从雷达点云联合建模场景几何和视角相关雷达强度,利用混合特征编码学习连续SDF,生成更平滑准确的3D表面重建。

Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.05610 2026-07-21 cs.CV 版本更新 57%

NormalView: tree species classification from backpack and aerial lidar data using geometric projections

NormalView:利用几何投影从背包和航空激光雷达数据进行树种分类

Juho Korkeala, Jesse Muhojoki, Josef Taher, Klaara Salolahti, Matti Hyyppä, Antero Kukko, Juha Hyyppä

机构 * Finnish Geospatial Research Institute FGI(芬兰地理研究 institute FGI) The National Land Survey of Finland(芬兰国家土地调查局) Department of Remote Sensing and Photogrammetry(遥感与摄影测量系) Department of Built Environment, School of Engineering(环境系,工程学院)

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

AI总结 研究利用NormalView方法,通过将几何信息嵌入二维投影并输入YOLOv11网络进行树种分类,在移动和航空激光雷达数据上测试,发现多传感器强度信息有益,该方法仅依赖几何信息,公开了相关数据集,取得较好分类结果。

Comments 25 pages, 10+4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.11585 2026-07-21 cs.CV cs.AI 版本更新 57%

OV-MAP: Open-Vocabulary Zero-Shot 3D Instance Segmentation Map for Robots

OV-MAP:用于机器人的开放词汇零样本3D实例分割地图

Juno Kim, Yesol Park, Hye-Jung Yoon, Byoung-Tak Zhang

机构 * Interdisciplinary Program in AI, Seoul National University(人工智能交叉学科项目,首尔国立大学) Artificial Intelligence Institute, Seoul National University(人工智能研究所,首尔国立大学) Department of Computer Science, Seoul National University(计算机科学系,首尔国立大学)

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

AI总结 研究针对移动机器人开放世界3D映射,提出OV-MAP方法,通过集成开放特征到3D地图提升物体识别能力,利用类无关分割模型等克服相邻体素特征重叠问题,经实验验证其在多环境下零样本性能、鲁棒性和适应性优越。

Comments 7 pages, 7 figures. Published in the Proceedings of the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024)

Journal ref 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024, pp. 13780-13786

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17962 2026-07-21 cs.LG cs.AI stat.ML 新提交 50%

Topological Signatures of Context-Level Reliability in TabPFN

TabPFN中上下文级可靠性的拓扑特征

James Hu, Mahdi Ghelichi

机构 * TD Bank(道明银行)

专题命中 点云 :point cloud(abstract)

AI总结 研究TabPFN在复杂表格几何上的内部行为,用曲折持久同调将其层表示视为点云,构建合成表格任务基准。发现其内部表示几何拓扑与数据集级可靠性相关,复杂几何有双重拓扑特征,相关描述符与多种指标有关,能诊断可靠性及运行状态。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17442 2026-07-21 cs.LG stat.ML 新提交 50%

Calibrated Alzheimer's Conversion Risk in Mild Cognitive Impairment: Persistent Homology of Clinical Trajectories with Conformal Guarantees

轻度认知障碍中经过校准的阿尔茨海默病转化风险:具有共形保证的临床轨迹的持久同调

Navin Bondade

机构 * Institute of Health Informatics, University College London(伦敦大学学院健康信息学研究所)

专题命中 点云 :point cloud(abstract)

AI总结 研究旨在预测MCI到AD的转化,将持久同调用于临床轨迹点云,结合多种特征构建堆叠集成模型。校正泄漏源,经交叉验证等实验,模型有竞争力的准确性,提出H0持久熵为拓扑生物标志物,实现个体层面不确定性量化。

Comments 17 pages, 6 figures, 2 tables. Data from the Alzheimer's Disease Neuroimaging Initiative (ADNI). Code available upon reasonable request

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18043 2026-07-21 cs.LG cs.NA math.AP math.NA 新提交 50%

Adaptive Mamba Neural Operators

自适应曼巴神经算子

Zeyuan Song, Zheyu Jiang

专题命中 点云 :point cloud(abstract)

AI总结 研究如何准确求解任意几何形状和各种网格上的偏微分方程,提出自适应曼巴神经算子,通过构建竹内 - 马尔姆奎斯特系统集成再生核,在多个领域的基准问题上,其相对\(L^2\)误差优于现有求解器,为神经算子框架设计提供新范例。

Comments 22 pages, accepted by ICLR 2026 conference (https://openreview.net/forum?id=OenyzvFZPs)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17318 2026-07-21 math.NA cs.NA 新提交 50%

FEVessel: Mesh-Independent Analysis of 3D Pressure Vessels with the Label-Free Pretrained Finite Element Method

FEVessel:基于无标签预训练有限元方法的三维压力容器网格无关分析

Yipin Sun, Yizheng Wang, Yuzhou Lin, Baiyang Zheng, Xiaoying Zhuang, Timon Rabczuk

专题命中 点云 :point cloud(abstract)

AI总结 研究针对三维压力容器分析中有限元方法的局限,提出FEVessel,通过编码点云、预训练算子及热启动求解器,实现跨材料等通用分析,降低误差,加速求解,能在不同网格转换且无需标签,消除手动网格修复。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17033 2026-07-21 cs.LG physics.chem-ph 新提交 50%

ChemFusion: A Multimodal Cross-Attention Network for Reaction Yield Prediction

ChemFusion:用于反应产率预测的多模态交叉注意力网络

Qiwei Han, Chi Zhou

机构 * Duke University(杜克大学) Georgia Institute of Technology(佐治亚理工学院)

专题命中 点云 :point cloud(abstract)

AI总结 研究过渡金属催化反应产率预测难题,提出ChemFusion多模态交叉注意力网络,融合电子特征与3D原子坐标,用交叉注意力机制,在交叉偶联库基准测试中性能出色,还能自主学习识别和惩罚空间位阻,提供物理可解释性。

Comments 10 pages, 4 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30868 2026-07-21 math.NA cs.NA hep-lat math-ph math.MP 版本更新 50%

Vector alignment in matrix Lie groups

矩阵李群中的向量对齐

Congzhou M Sha

专题命中 点云 :point cloud(abstract)

AI总结 提出一种李代数方法,通过伪逆、矩阵对数、投影到李代数和矩阵指数四步,实现任意矩阵李群中向量对齐的精确求解,并给出牛顿校正以优化噪声数据下的性能。

Comments 23 pages, 14 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.02531 2026-07-21 cs.CL cs.AI 50%

Losses that Cook: Topological Optimal Transport for Structured Recipe Generation

让烹饪失败:用于结构化食谱生成的拓扑最优传输

Mattia Ottoborgo, Daniele Rege Cambrin, Paolo Garza

机构 * Trustpilot Politecnico di Torino(托里诺理工学院)

专题命中 点云 :point cloud(abstract)

AI总结 本文提出拓扑损失用于生成结构化食谱,提升食材和步骤的准确性,同时改进时间与温度的精确度,实验表明模型在多个指标上表现优异。

Comments Accepted to ACL 2026 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏