视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
生成前的观察：物体感知增强单视图3D重建
机构 * Deakin University（迪肯大学） ； Applied Artificial Intelligence Initiative（应用人工智能倡议组织） ； School of Information Technology（信息技术学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究单视图3D物体重建问题，提出利用预训练感知模型提取的感知信号驱动重建的方法，该方法与模型无关且可即插即用，实验验证其能显著提升重建效果，为3D重建提供新思路。
IGGT4D：流式4D实例关联几何变换器
机构 * Horizon Robotics（地平线机器人公司） ； S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对现实世界空间智能中视频流场景理解问题，提出IGGT4D流式实例关联几何变换器，通过因果时空建模更新统一表示，还构建数据集。实验证明其在长动态序列在线推理上优于现有基线。
Comments Project Page: https://iggt4d.github.io
FreeStreamGS: 来自无位姿流式输入的在线前馈3D高斯泼溅
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National Institute of Informatics（日本信息处理研究所）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出FreeStreamGS，一种在线前馈框架，通过解耦内参恢复头和动态点精炼偏移策略，实现从无位姿流式输入的高效高质量新视角合成。
AniGS：弥合3D场景动画的渲染与扩散先验
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Waymo（Waymo公司） ； Carnegie Mellon University（卡内基梅隆大学） ； Meta
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 AniGS旨在为3DGS重建的大型场景添加动画，用规范3DGS表示场景，借时间条件变形场建模运动，利用预训练视频扩散模型及迭代更新策略，防止静态区域运动伪影，实验证明该方法能产生自然动态和高质量新视图视频。
Comments Preprint. Project page: https://yccyenchicheng.github.io/AniGS/
ZeroSplat：3D高斯点云渲染中的广义指代分割
机构 * Peking University（北京大学） ； North China Electric Power University（华北电力大学） ； China University of Geosciences（中国地质大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 针对现有指代3D高斯点云渲染方法局限，提出ZeroSplat框架，通过多视图几何约束将2D视觉语言模型先验提升至3D空间，无需额外特征存储，在广义和单目标场景中显著优于现有方法，且效率高。
Comments Accepted to ECCV 2026
ECoNGS：用于体数据可视化的高效压缩神经高斯点云
机构 * University of Notre Dame（圣母大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR
AI总结 研究针对大型数据集体数据可视化，提出ECoNGS框架，用轻量级神经网络从显式锚点预测隐式高斯点云，结合联合学习策略、神经熵模型压缩及特定初始化策略，相比iVR-GS在多方面性能更优。
Comments To be published in Proceedings of IEEE VIS 2026, IEEE Transactions on Visualization and Computer Graphics
FlexiAvatar：任意身体可见性下的统一3D高斯人体头像
机构 * UNIST（韩国蔚山科学技术院） ； University of Aberdeen（阿伯丁大学） ； University College London（伦敦大学学院） ； Fogsphere（雾球公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究从单目视频重建3D人体头像问题，提出FlexiAvatar框架，结合遮挡鲁棒跟踪与特定部分残差细化捕捉细节，用扩散方法处理不可见区域，实验表明其重建质量高，还能减少运行时和内存开销。
Comments Accepted in ECCV 2026
WHU-PCPR：用于复杂城市场景中地点识别的跨平台异构点云数据集
机构 * School of Advanced Manufacturing, Nanchang University（南昌大学先进制造学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Department of Geomatics Engineering, University of Calgary（卡尔加里大学测绘工程系） ； School of Earth Sciences and Engineering, Hohai University（河海大学地球科学与工程学院） ； School of Geography and Environment, Jiangxi Normal University（江西师范大学地理与环境学院） ； School of Information Engineering, Nanchang University（南昌大学信息工程学院） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； Hubei Luojia Laboratory（湖北省珞珈实验室）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.RO
AI总结 针对现有PCPR数据集在场景、平台和传感器方面缺乏多样性的问题，建立跨平台异构点云数据集WHU-PCPR，其具备独特特征。基于此对几种PCPR方法评估分析，讨论关键挑战与未来方向，推动相关研究发展。
TransDex：基于点云重建的视觉-触觉政策预训练用于透明物体的精细操作
专题命中 点云 ：point cloud(title,abstract)；分类 cs.RO
AI总结 TransDex通过点云重建预训练实现视觉-触觉融合政策，解决透明物体操作中的自遮挡和深度噪声问题，提升真实机器人系统中精细操作性能。
Comments Project page: https://transdex.github.io/
PI3DETR：基于几何感知的3D点云边缘参数实例检测
机构 * AIT Austrian Institute of Technology Center for Vision, Automation & Control（奥地利技术研究院视觉、自动化与控制中心）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 PI3DETR通过几何感知的匹配策略和专用损失函数，实现对多种参数化曲线的统一检测，提升3D点云边缘检测的鲁棒性和实用性。
点阶梯调优：用于3D点云理解的参数高效分层适配
机构 * Beihang University（北京航空航天大学） ； Pengcheng Laboratory（鹏城实验室）
专题命中 点云 ：point cloud(title)；分类 cs.CV
AI总结 研究针对3D点云理解中微调预训练主干参数效率低的问题，提出点阶梯调优框架PLT，通过构建分层网络、融合局部与全局特征、生成动态提示等进行参数高效分层适配，实验表明其以极少参数达最优性能。
Comments Accepted to ECCV 2026. Code: https://github.com/JunLinChang/ECCV2026-PLT
基于旋转平台的静态线扫描激光雷达的两阶段外部校准
机构 * SiLC Technologies（SiLC技术公司）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题，探索自动方法静态和动态估计旋转轴变换，通过真实数据集验证算法并研究其收敛特性。
Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
EquiBim: 学习双臂操作的对称等变策略
机构 * Purdue University（普渡大学） ； University of Arkansas（阿肯色大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 本文提出EquiBim框架，通过强制对称性等变性提升双臂操作的性能和鲁棒性，适用于多种感知与动作表示。
Comments Accepted to IROS 2026. Project page: https://zhangzhiyuanzhang.github.io/equibim-website/
用于在线变点检测的校准持久拉普拉斯累积和
专题命中 点云 ：point cloud(abstract)
AI总结 针对高维非线性时间序列在线变点检测，提出PL-CUSUM方法，将滑动窗口转为点云，用持久拉普拉斯谱构建监测分数，分析关键性能标准，给出阶段程序，实验表明其能稳定控制误报且检测性能有竞争力。
Comments 51 pages, 9 figures
用于几何基础3D基础模型的潜在黎曼流匹配
机构 * TU Wien（维也纳工业大学） ； Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Imperial College London（伦敦帝国理工学院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 研究如何弥合几何基础模型与3D场景生成模型的范式差异，通过在VGGT潜在空间进行黎曼流匹配，利用其3D先验，不依赖明确下游表示，在多个数据集上取得良好性能，确立该方法为3D生成的可行范式。
用于科学可视化素养的多模态大语言模型基准测试
机构 * University of Notre Dame（圣母大学）
专题命中 空间理解 ：spatial understanding(abstract)
AI总结 研究对六个多模态大语言模型进行科学可视化素养基准测试，涵盖多种技术和任务类型。通过封闭世界协议评估闭源和开源模型，与人类参与者数据对比。发现模型表现不均，Gemini最强，开源模型低于人类基线，明确SciVis素养对评估多模态AI系统的必要性。
从距离到轨迹：无人机的实时带符号距离函数映射与距离加速运动规划
机构 * UC San Diego（加州大学圣地亚哥分校） ； Shield AI（护盾人工智能公司）
专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 研究针对无人机在杂乱环境中的自主飞行，提出围绕带符号距离函数协同设计映射与规划阶段。开发OREN重建SDF，Bubble$^\star$基于距离信息规划，减少碰撞检查。集成方法在四旋翼飞行器上实时导航，提升SDF估计并快速找到长轨迹。
Comments 25 pages, 10 figures, 5 tables
Wave2Body：将毫米波人体姿态估计重新思考为雷达到身体的令牌转换
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； University of Pittsburgh（匹兹堡大学） ； Key Laboratory of High Confidence Software Technologies, Ministry of Education (PKU)（教育部高可信软件技术重点实验室（北京大学））
专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV
AI总结 针对毫米波雷达人体姿态估计问题，提出Wave2Body框架，通过自监督毫米波令牌器等解耦学习目标，在M4Human和mmBody实验中展现出比以往方法更强的跨域泛化能力及更低计算成本。
CGMap：一种使用无人机进行作物间隙映射的地理空间感知深度学习框架
机构 * Plaksha University（普拉卡沙大学）
专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV
AI总结 针对印度作物发芽监测易出错的问题，提出基于深度学习的CGMap框架，利用YOLOV8架构和无人机图像，结合最小生成树技术，精确计算甘蔗发芽情况，输出地理空间发芽图，助力提高产量和资源合理分配。
Comments 15 pages
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈