3D 视觉

SeasonStereo: Robust Dense Stereo Matching for Multi-Date Satellite Imagery via Generative AI

SeasonStereo：基于生成式AI的多日期卫星图像鲁棒密集立体匹配

Álvaro Díaz-Laureano, Roger Marí, Elías Masquil, Pablo Arias, Gabriele Facciolo

机构 * Eurecat（欧罗卡特技术中心） ； IIE, Facultad de Ingeniería, Universidad de la República（乌拉圭共和国大学工程学院IIE） ； Universitat Pompeu Fabra（庞培法布拉大学） ； Université Paris-Saclay（巴黎萨克雷大学） ； CNRS（法国国家科学研究中心） ； ENS Paris-Saclay（巴黎萨克雷高等师范学校） ； Institut Universitaire de France（法国大学研究院） 纠错

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

AI总结 SeasonStereo框架利用带可控季节外观变化的合成图像对训练并结合基础模型零样本几何先验，实现低成本、高精度的多日期卫星图像密集立体匹配，支持大规模三维重建。

Genie Sim PanoWorld: An Infinite Indoor 3D World Generation Pipeline via Panoramic Scene Modeling and Simulation

Genie Sim PanoWorld：基于全景场景建模与仿真的无限室内3D世界生成流水线

Yongxin Su, Linjie Hou, Feng Wang, Jialin Tang, Zhijun Li, Qian Wang, Maoqing Yao

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

AI总结 Genie Sim PanoWorld是两阶段前馈流水线，从单张360°全景生成可自由导航的高保真3D高斯场景，优于几何条件基线，且能零样本泛化至未见室内场景

SceneExpander: Text-Guided 3D Scene Expansion via Free-Form View Insertion

SceneExpander：通过自由形式插入视图扩展3D场景

Zijian He, Renjie Liu, Yihao Wang, Weizhi Zhong, Huan Yuan, Kun Gai, Guangrun Wang, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； KlingAI Research, Kuaishou Technology（快手科技 KlingAI 研究） 纠错

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

AI总结 本文提出SceneExpander，通过在用户控制下插入合成视图扩展3D场景，解决几何偏移和一致性问题，提升重建质量。

SpatialQ: Understanding 3D Gaussian Splatting Scene Quality via Visual-based MLLM

SpatialQ：基于视觉的多模态大语言模型（MLLM）理解3D Gaussian Splatting场景质量

Jingxuan Su, Shenglin Wang, Tiesong Zhao, Ge Li, Wei Gao

机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） ； Fuzhou University（福州大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(summary_cn,abstract)；point cloud(abstract)；novel view synthesis(abstract)

AI总结 针对3DGS场景质量评估的局限，本文提出SpatialQ框架，通过VGGT编码器与Qwen-MLLM实现结构感知的多模态质量评估，解决传统IQA仅依赖2D线索的问题。

3DGBGS: 3D Granular Ball Gaussian Splatting for Compact Novel View Synthesis

3DGBGS：用于紧凑新视图合成的3D颗粒球高斯溅射

Meng Yang, Shuyin Xia, Dawei Dai, YiWang

机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(title)；point cloud(abstract)

AI总结 本文针对现有锚点3DGS的空间适应性问题，提出3DGBGS框架，通过自适应颗粒球划分优化锚点，在维持渲染质量的同时降低了锚点数量与模型存储。

AtlasLC: Fast Codec-Ready Compression of Object-Centric 3D Gaussian Splatting

AtlasLC：适用于编解码器的以对象为中心的3D高斯溅射的快速压缩

ByungHyun Kim, Jinwoo Jeon, Woontack Woo

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.GR

AI总结 本文提出AtlasLC，一种无源码无训练的以对象为中心的3DGS压缩管线，可减少压缩时间并优化部署相关指标，助力构建可扩展的XR资产库。

Comments Accepted to IEEE ISMAR 2026 (TVCG)

StructureGS: Structure-aware Gaussian Splatting for Articulated Object Reconstruction

StructureGS：面向关节物体重建的结构感知高斯溅射

Gahye Lee, Gyoonseo Kim, Wonjong Jang, Jooeun Son, Seungyong Lee

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR、cs.RO

AI总结 该研究针对关节物体重建中参数纠缠导致的部件分解缺陷，提出StructureGS框架，结合结构感知引导的3D高斯溅射，通过定向包围盒约束实现更优重建性能。

Comments accepted at ECCV 2026

SplatStream: Fine Granular Scalable Gaussian Splatting for Adaptive 3D Scene Streaming

SplatStream：用于自适应3D场景流的细粒度可扩展高斯点云绘制

Muhammad Talha, William Gordon, Sajid Umair, Zhu Li, Anique Akhtar, Joel Jung

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)

AI总结 针对动态3D高斯点云绘制在自适应流方面的挑战，提出SplatStream框架，通过分解场景为质量和分辨率层、引入层间及时间预测编码、基于体不透明度度量分组等方法，实现细粒度自适应低延迟传输。

Comments Accepted in Asilomar Conference on Signals, Systems, and Computers 2026

Long-Tailed 3D Point Cloud Dataset Distillation

长尾3D点云数据集蒸馏

Jiahao You, Xu Han, Jinfeng Xu, Xianzhi Li

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

AI总结 本研究针对长尾3D点云数据集蒸馏问题，提出含自适应合成预算分配与3D长尾分布匹配模块的框架，在ShapeNet55上使分类准确率较SOTA提升7.0个百分点。

FPSGen: Flexible Point Cloud Scene Generation with BEV-Supported Transport Flows

FPSGen：基于鸟瞰图支持的传输流的灵活点云场景生成

Wenzhe He, Meng Wang, JiaWei Qian, Jinfeng Xu, Ying Liu, Ruihui Li

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

AI总结 FPSGen是一种不依赖部分扫描结果的灵活点云场景生成框架，通过BEV先验构建点源与路径拉直传输方案，在SemanticKITTI补全和KITTI-360无条件生成任务上达到先进性能。

Comments 34 pages, 16 figures

LiDARDraft: Generating LiDAR Point Cloud from Versatile Inputs

LiDARDraft: 从多样化输入生成LiDAR点云

Haiyun Wei, Fan Lu, Yunwei Zhu, Zehan Zheng, Weiyi Xue, Lin Shao, Xudong Zhang, Ya Wu, Guang Chen

机构 * TongjiUniversity（同济大学） 纠错

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

AI总结 LiDARDraft通过3D布局桥梁实现从多样化输入生成可控的LiDAR点云，支持自动驾驶环境的创建。

Dense Soft Weighting for Radar Ego-Velocity Estimation

用于雷达自速度估计的密集软加权方法

Atar Babgei, Chenyu Zhao, Michael Breza, Julie A. McCann

机构 * Imperial College London（帝国理工学院） 纠错

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

AI总结 针对视觉退化环境中雷达自速度估计的传统CFAR方法易丢失有效线索的问题，提出密集软加权雷达前端，结合鲁棒加权最小二乘估计自速度，在多数据集上显著降低位姿误差且可实时运行。

Comments Submitted to

Distill, Diffuse, Segment: Unsupervised 3D Semantic Segmentation for Autonomous Driving Based on Multi-Level Distillation and Graph Diffusion

Distill, Diffuse, and Semanticize (DDS): 基于多粒度蒸馏和图扩散的无标注3D场景理解

Yijing Wang, Ruonan Li, Qilin Wang, Rongqiang Zhao, Jie Liu

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 DDS通过多粒度蒸馏和图扩散实现轻量级无标注3D场景理解，提升区域一致性和语义识别，实验显示在多个数据集上性能优于现有方法。

LISA-3D: Lifting Language-Image Segmentation to 3D via Multi-View Consistency

LISA-3D: 通过多视角一致性将语言-图像分割提升至3D

Zhongbin Guo, Jiahe Liu, Wenyu Gao, Yushan Li, Xiaomin He, Chengzhi Li, Ping Jian

机构 * School of Computer Science & Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） 纠错

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

AI总结 LISA-3D通过多视角一致性将语言-图像分割提升至3D，提升语言到3D的准确性达15.6个点，仅需11.6M参数，支持零样本部署。

Comments Published as a conference paper at The 9th Chinese Conference on Pattern Recognition and Computer Vision (PRCV 2026)

GBPP: Grasp-Aware Base Placement Prediction for Robots via Two-Stage Learning

GBPP：基于两阶段学习的机器人抓取感知基座放置预测

Jizhuo Chen, Diwen Liu, Jiaming Wang, Harold Soh

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

AI总结 该研究提出GBPP算法，通过两阶段学习结合自动标注数据集与高保真模拟，实现机器人基座抓取位姿的快速预测，性能优于基线方法，为数据高效的基座放置提供了实用方案。

Comments Jizhuo Chen, Diwen Liu are equal contribution

Voronoi Histograms for Adaptive Vectorization of Expected Persistence Diagrams

用于期望持久性图自适应向量化的Voronoi直方图

Kaifeng Zhang, Kai Ming Ting

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出用Voronoi直方图对期望持久性图（EPD）进行自适应向量化，建立了其稳定性界，在真实世界数据集的分类与降维任务中验证了该表示的有效性。

Watershed vs. Region Growing for Individual Tree Segmentation from Airborne LiDAR: An Urban Case Study in Bologna

基于机载激光雷达的单木分割：分水岭算法与区域生长法的对比——以博洛尼亚城市区域为例

Aldo Canfora, Tommaso Rondini, Matteo Falcioni, Mirko Degli Esposti

专题命中 点云 ：point cloud(abstract)

AI总结 该研究以博洛尼亚城市区域为案例，对比分水岭算法与区域生长法对机载LiDAR点云的单木分割效果，提取植被指标并构建交互式地图，为城市绿化规划提供可扩展基础。

Comments 26 pages, 21 figures

Persistence Spheres: a Bi-continuous Linear Representation of Measures for Partial Optimal Transport

持久球体：一种双连续的线性表示法用于部分最优运输

Matteo Pegoraro

机构 * Institute of Computing, Faculty of Informatics, Universitá della Svizzera Italiana（计算研究所、信息学院、瑞士联邦理工学院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出持久球体，一种双连续的线性表示法，用于部分最优运输，通过凸几何构建，提供参数自由的度量表示，并在多个任务中优于现有方法。

Equivariant Eikonal Neural Networks: Grid-Free, Scalable Travel-Time Prediction on Homogeneous Spaces

等变 eikonal 神经网络：齐性空间上无网格、可扩展的走时预测

Alejandro García-Castellanos, David R. Wessels, Nicky J. van den Berg, Remco Duits, Daniël M. Pelt, Erik J. Bekkers

机构 * Amsterdam Machine Learning Lab (AMLab), University of Amsterdam（阿姆斯特丹机器学习实验室（AMLab），阿姆斯特丹大学） ； New Theory（新理论） ； Department of Mathematics and Computer Science, Eindhoven University of Technology（数学与计算机科学系，埃因霍温理工大学） ； Leiden Institute of Advanced Computer Science, Universiteit Leiden（莱顿高级计算机科学研究所，莱顿大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出将等变神经场与神经 eikonal 求解器结合的新型框架，用于齐性空间等任意黎曼流形的走时预测，经地震走时建模验证，性能优于现有基于神经算子的方法。

Rad-JEPA 3D: Radiology Joint-Embedding Predictive Model for 3D Computed Tomography

Rad-JEPA 3D：用于三维计算机断层扫描的放射学联合嵌入预测模型

Quoc-Huy Trinh, Minh-Van Nguyen, Ulas Bagci

机构 * Northwestern University（西北大学） ； Technical University of Denmark（丹麦技术大学） 纠错

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

AI总结 Rad-JEPA 3D是用于3D CT的自监督联合嵌入预测框架，采用混合H-Mamba编码器与HSOR正则化，在12万次CT扫描预训练后，在器官识别、空间推理等任务上达到最优性能。