3D 视觉

SM4RT: Learning Structured Motion Geometry for 4D Reconstruction

SM4RT：学习用于4D重建的结构化运动几何

Shing Ho J. Lin, Wenzhao Zheng, Dong Zhuo, Yuqi Wu, Jie Zhou, Jiwen Lu

机构 * Intelligent Vision Group, Tsinghua University（清华大学智能视觉组） 纠错

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

AI总结 针对将单目3D重建能力扩展到4D动态理解的挑战，提出SM4RT，通过引入运动结构表示场景动态，利用并行运动几何编码器和解码器，从单目RGB视频中联合推断相关信息，实现强大运动重建性能并保留场景运动几何结构。

Comments Code is available at: https://github.com/wzzheng/SM4RT

Hash-QNeRF: Multiresolution Hash Encoding for Quantum Neural Radiance Fields

Hash-QNeRF：用于量子神经辐射场的多分辨率哈希编码

Digonto Biswas, Tana Ballove, Anjan Bandyopadhyay, Sutanu Mangal, Arun Kumar Pati

机构 * Centres of Innovation and Research（创新与研究中心） ； KIIT Deemed to be University（KIIT大学） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV

AI总结 研究针对QNeRF中空间坐标正弦位置编码扩展性差的问题，提出用多分辨率哈希编码取代其空间坐标正弦位置编码，设计出Hash-QNeRF，实现快速收敛和内存高效，在合成场景有良好训练损失及PSNR表现，且不降低量子电路噪声容限。

A Framework for Individual Tree Growth Reconstruction Using Multi-Platform Laser Scanning

一种使用多平台激光扫描进行单棵树木生长重建的框架

Daniella Tavi, Valtteri Soininen, Lassi Ruoppa, Jesse Muhojoki, Juha Hyyppä

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

AI总结 该研究提出一种利用多平台激光扫描数据的框架来估计单棵树木胸径和树干体积生长。通过深度学习分割勾勒树木轮廓，结合多平台数据得出树干曲线和高度估计，利用缩放模型重建属性及估计生长，提供了无需多次冠层下扫描的可靠生长估计框架。

Visual Relocalization from Sparse Views in Aliased and Low-Texture Environments via Novel View Synthesis

通过新视图合成在别名和低纹理环境中从稀疏视图进行视觉重定位

Maria Peribañez, Javier Civera, Rudolph Triebel, Riccardo Giubilato

机构 * University of Zaragoza（萨拉戈萨大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） 纠错

专题命中 新视角合成 ：novel view synthesis(title)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 针对类行星地形中视觉定位难题，提出基于 3D 高斯溅射构建可微地图表示估计相机姿态的方法，采用结合光度与几何损失的几何感知训练策略，经实验验证能有效提升定位准确性与姿态估计鲁棒性。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

RadSight: Towards Perceptually Reliable Multimodal Radiology Image Understanding

RadSight：迈向感知可靠的多模态放射学图像理解

Jianqin Liu, Weiwei Cao, Wanxing Chang, Ruifeng Yuan, Bowen Shi, Zhilin Zheng, Xianjie Zhang, Ling Zhang, Peng Wang, Jianpeng Zhang

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab（湖畔实验室） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV

AI总结 该研究针对医学多模态大语言模型视觉解释可靠性低的问题，引入Perception-Bench基准分析问题。提出基于双2D/3D编码器架构的RadSight模型，经渐进课程学习训练，在多维度评估中优于现有模型，凸显低级视觉感知对可靠临床理解的关键作用。