视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
WAT3R：前馈水下三维重建
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 针对水下光衰减等导致三维重建难的问题，提出WAT3R前馈框架，利用退化适应及轻量级神经适应模块，单次前向传播直接输出三维点图和相机姿态，实验证明其在多类三维重建任务中优于现有方法。
未来渲染≠未来表面：超越观察窗口的动态表面重建基准和数据集
机构 * University of Guelph（圭尔夫大学）
专题命中 三维重建 ：3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 研究针对动态场景重建中未来表面重建缺乏标准基准的问题，引入FutureSurf基准和数据集，通过特定训练与评分方式评估方法，发现现有主干在受控运动及多个场景中有差距，且未来渲染质量与表面精度解耦。
Comments See https://github.com/Ricky-S/futuresurf
Axolotl3D：用于精确3D形状完成的统一框架
机构 * NVIDIA（英伟达）
专题命中 三维重建 ：point cloud(abstract)；3D generation(abstract)；分类 cs.CV
AI总结 针对3D生成模型在多场景适用性有限及缺乏统一框架的问题，提出Axolotl3D模型，它基于多种模态条件设定，利用点云和相机参数，通过统一训练策略实现精确3D形状完成，实验验证其在多方面性能出色。
Comments Accepted to ECCV 2026
DAPM：从任意高度、俯仰、横滚和视场角进行无人机单目深度估计
机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Target Cognition and Application Technology (TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院目标认知与应用技术重点实验室）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 研究针对无人机单目深度估计在多样视角和大尺度深度分布下的难题，提出DAPM模型，通过建立视角定量表示，引入IGD和PQB模块，在UAPD数据集上实验，该模型在深度和相机姿态估计方面达最优性能。
LSRM：通过扩展上下文窗口实现高保真对象中心重建
机构 * Meta Reality Labs Research（Meta现实实验室）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 LSRM通过扩展上下文窗口提升3D重建精度，采用高效粗到细流程和3D感知空间路由机制，实现高质量纹理和外观恢复，优于现有最先进方法。
用于高效高保真表示的循环正弦隐式神经表示
机构 * Department of Electrical Engineering, Korea University（韩国大学电气工程系） ； Graduate School of Artificial Intelligence, UNIST（蔚山国立科学技术院人工智能研究生院）
专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV
AI总结 研究将正弦循环用于INRs谐波频谱丰富，通过共享正弦块迭代优化潜在表示，经实验验证其频谱行为，在图像和3D表示任务中表现出色，能以少参数和步骤实现高保真，还可迁移至多种相关任务。
Comments Accepted to ECCV 2026 (Poster)
SubSplat：通过亚像素高斯重参数化实现高分辨率像素对齐的3DGS
机构 * AimFuture(c)（AimFuture公司） ； Sungkyunkwan University（成均馆大学） ； Korea University（韩国大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究像素对齐高斯渲染高分辨率与成本权衡问题，提出SubSplat方法，通过亚像素高斯重参数化器细分高斯并结合特征聚合提升质量，实验证明该方法能高效实现高保真渲染，解决了相关权衡问题。
通过三维高斯平铺构建和动态更新信道增益图
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)
AI总结 研究基于三维高斯平铺为大规模网络构建及动态更新基于网格的信道增益图，提出基于物理知识的高斯平铺信道增益模型及增量学习机制，实现准确重建、适应动态变化并达成精度-复杂度良好权衡。
基于前馈高斯点划的实时人体重建与动画
机构 * IIIT Hyderabad（国际信息技术学院海得拉巴） ； IISER Thiruvananthapuram（印度科学教育与研究学院蒂鲁文南特布勒姆）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出一种通用的前馈高斯点划框架，用于实时人体3D重建与动画，直接处理多视角RGB图像及其关联的SMPL-X姿态，通过预测与SMPL-X顶点关联的3D高斯点，实现高效动画生成。
CGGS：用于以自我为中心的3D场景生成的一致性增强几何高斯点云渲染
机构 * School of Future Technology, South China University of Technology（华南理工大学未来技术学院） ； School of Engineering, Westlake University（西湖大学工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；point cloud(abstract)；分类 cs.GR
AI总结 针对以自我为中心的3D场景生成难题，提出CGGS框架。通过微调多视图潜在扩散模型生成2D内容，利用光流等估计深度产生点云，再经几何细化器优化3D高斯重建，提升视觉质量与几何结构。
Comments Update format
Journal ref IEEE Transactions on Image Processing, vol. 35, pp. 7670-7684, 2026
RealVDeblur：用于通用真实世界视频去模糊的一步扩散法
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多媒体实验室） ； CPII under InnoHK（创新香港研究院下的CPII） ； Tsinghua University（清华大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 针对真实世界视频去模糊难题，提出RealVDeblur框架。构建模糊合成管道提供数据，利用视频扩散先验恢复，采用逐帧编码并简化采样为一步生成器，还有时间窗口掩码稳定推理，在多方面表现出色且提升3D重建鲁棒性。
Comments Project page with code: https://rbjin.github.io/RealVDeblur/
3D-GIMP：当3D高斯图像修复与PatchMatch相遇
机构 * University of Stuttgart（斯图加特大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 针对3D场景编辑中迭代扩散模型的问题，提出3D-GIMP混合范式，通过在关键参考视图进行图像修复并利用3D感知PatchMatch算法传播纹理，优先保证重建一致性，在渲染速度和视图一致性上表现更优。
Comments 15 pages
DynFOA: 基于条件扩散的动态和声学复杂的360度视频生成一阶混响
机构 * School of Computer and Artificial Intelligence, Beijing Technology and Business University, Beijing, China（计算机与人工智能学院，北京技术与商业大学） ； School of Computer Science, The University of Sydney, Sydney, NSW, Australia（计算机科学学院，悉尼大学） ； School of Software, Shandong University, Jinan, China（软件学院，山东大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)
AI总结 DynFOA通过动态声学感知和条件扩散生成高质量的360度视频一阶混响，提升沉浸式音频体验。
Comments Revised version with updated content.This submission is the intended replacement of arXiv:2602.06846
损失景观拓扑揭示了为什么简单基线在类不平衡下的3D点云分割中具有竞争力
机构 * KIOS Research and Innovation Center of Excellence（KIOS卓越研究与创新中心） ； University of Cyprus（塞浦路斯大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 研究3D点云分割类不平衡问题，系统评估11种方法，发现标准交叉熵表现有竞争力。通过多方面分析揭示不平衡严重程度对拓扑结构的影响，为2D有效技术难转移至3D分割提供机理解释，给出实用指导。
Comments 21 pages, 7 figures, International Conference on Pattern Recognition (ICPR) 2026
Journal ref In: De Marsico, M., et al. Pattern Recognition. ICPR 2026. Lecture Notes in Computer Science, vol 16817. Springer, Cham
PointQ-Bench：诊断性和可解释的点云质量评估基准
机构 * Xi’an Jiaotong University（西安交通大学） ； Xidian University（西安电子科技大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Ningxia University（宁夏大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出PointQ-Bench基准，通过异常感知、缺陷诊断、可用性分级和开放式质量报告任务，将点云质量评估从标量评分扩展到全面质量理解，并揭示当前模型在感知与诊断之间的差距。
用于采矿中自主冲击锤的实时RGB-D感知管道：自滤波、岩石分割和破岩姿态生成
机构 * Advanced Mining Technology Center (AMTC) and Department of Electrical Engineering, Universidad de Chile（智利大学先进采矿技术中心（AMTC）和电气工程系）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文针对采矿中冲击锤操作自动化问题，提出实时RGB-D感知管道，结合图像实例分割与点云处理，能生成破岩姿态和3D表示，在嵌入式硬件上约10Hz运行，实验证明适用于实时自主冲击锤操作。
Comments 25 pages, 20 figures
DTIF：通过复杂森林中的德劳内三角拓扑进行稳健的回环检测
机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； School of Urban Design, Wuhan University（武汉大学城市设计学院） ； LIESMARS, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 针对森林环境中合并局部地图的难题，提出DTIF框架。通过提取树干地标、德劳内拓扑编码、统计筛选、一致性验证等步骤构建加权顶点对应，纳入可靠性权重到姿态估计器。实验证明该方法在边缘平台上兼顾鲁棒性、效率与可部署性，实现准确配准。
Comments 19 pages, 6 figures, 4 tables. Submitted to IEEE Transactions on Geoscience and Remote Sensing
ODeform：使用神经常微分方程学习形状变形的连续4D运动
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 ODeform将神经常微分方程扩展用于3D可变形物体连续4D动力学，把3D点云和物理条件转换到潜在空间，通过求解常微分方程对变形建模为连续流，在未见物理参数配置上评估，提升运动预测精度，能转移到新形状真实物体，可有效插值和外推动力学。
Comments Accepted at IROS 2026
通过跨模态流进行环境感知信道推断：从多模态感知到无线信道
机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算机科学学院） ； School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院）
专题命中 点云 ：point cloud(abstract)
AI总结 研究在高多普勒环境下无需导频的信道推断，提出数据驱动框架将传感到信道映射设为跨模态流匹配问题，通过融合多模态特征、学习速度场等实现实时CSI估计，实验表明该方法在信道估计精度和频谱效率上优于基准。
Comments 17 pages, 15 figures, 44 references, to appear in IEEE Transactions on Mobile Computing (TMC)
具有隐式和显式几何的3D感知视觉语言模型
机构 * Nanyang Technological University（南洋理工大学） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； HuPan Lab（湖畔实验室）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 研究针对多数2D视觉输入的VLM处理3D任务困难的问题，提出VLM-IE3D框架，通过引入隐式和显式几何令牌及3D感知适配器，融合几何表示与视觉线索，在多种3D任务中表现优异。
Comments Accepted by ECCV 2026, Open Sourced
GLAM-SLAM：通过流致密化和空间分解实现实时高斯大规模映射
机构 * HERON - Hellenic Robotics Center of Excellence, Athena Research Center（希腊机器人卓越中心 - 阿西娜研究中心） ； Institute of Robotics, Athena Research Center（阿西娜研究中心机器人研究所） ； National Technical University of Athens（雅典国立技术大学）
专题命中 SLAM与定位 ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 针对现有高斯点云SLAM系统的局限，GLAM-SLAM提出实时解耦系统，用基于特征的前端跟踪，结构化网格映射，引入流致密化和场景划分策略，在多数据集上评估，性能优于同类，提升15%，且保持实时与可扩展性，代码开源。
Comments Accepted to IROS 2026. Project page: https://glamslam.github.io/ Code: https://github.com/pmermigkas/GLAM-SLAM/
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