3D 视觉

GO-PRE: Goal-Oriented Next-Best-View Selection via Predictive Rendering Entropy for Active 3D Reconstruction

GO-PRE：面向目标的主动三维重建最优下一个视角选择方法，基于预测渲染熵

Yan Song, Zhihao Li, Chenglong Li, Li He, Yan Wang, Wenqiang Zhang

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

AI总结 该研究针对主动三维重建中现有视角选择方法的代理信号与最终目标不一致问题，提出GO-PRE框架，通过最大化预测空间熵降低实现最优视角选择，经实验验证其性能优于现有方法。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

FlexComposer: Unified Video Compositing from Images to Dynamic Footage with Flexible Trajectory Control

FlexComposer：支持灵活轨迹控制的从图像到动态素材的统一视频合成框架

Songchun Zhang, Sitong Guo, Xianghao Kong, Pengwei Liu, Yuwei Guo, Lvmin Zhang, Anyi Rao

机构 * HKUST（香港科技大学） ； ZJU（浙江大学） ； CUHK（香港中文大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 FlexComposer是支持灵活轨迹控制的统一视频合成框架，通过三项关键设计实现静态图像与动态素材的无缝整合，在视觉质量等指标上优于现有SOTA方法。

Comments 30 pages, 10 figures

Receding-Horizon Next-Best-View Planner for Autonomous Leaf Surface Reconstruction

面向自主叶片表面重建的滚动时域次最佳视点规划器

Arif Ahmed, Sajal K. Das, Parikshit Maini

机构 * University of Nevada, Reno（内华达大学雷诺分校） ； Missouri University of Science and Technology（密苏里科技大学） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO

AI总结 本研究针对自主叶片表面重建的规划预算与计算资源限制，提出滚动时域次最佳视点规划器，通过基于质心的信息增益函数优化视点效用，在草莓数据集上使重建精度较基线最高提升10%。

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

A Thresholding Based Operator-Splitting Method for Curvature-Regularized Surface Reconstruction

一种基于阈值化的算子分裂方法用于曲率正则化的曲面重建

Yang Hu, Hao Liu, Dong Wang, Tieyong Zeng

专题命中 三维重建 ：point cloud(abstract)

AI总结 该研究针对点云曲面重建问题，提出结合曲率正则化、算子分裂与阈值动力学的方法，用指示函数表示曲面并分解优化问题，高效实现了尖角与凹特征的准确重建。

Comments 24 pages, 9 figures, 2 tables. Numerical experiments in two and three dimensions

OASIS: Occlusion-aware Single-image Hand Avatar Reconstruction via 3D Gaussian Splatting

OASIS：基于3D高斯溅射的遮挡感知单图像手部化身重建

Zhisheng Han, Shiyao Wu, Jiayan Qiu, Yakun Ju, Lu Liu, Le Zhang, Pengfei Feng, Huiyu Zhou, Zheheng Jiang

机构 * University of Leicester（莱斯特大学） ； University of Exeter（埃克塞特大学） ； University of Birmingham（伯明翰大学） ； China University of Geoscience（中国地质大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 本研究提出OASIS框架，通过3D高斯溅射结合可见性条件注意力与网格上特征表示，实现单图像手部化身重建，在视觉保真度、效率及下游应用通用性上优于现有方法。

Comments Accepted to ACM Multimedia 2026. Project page: https://mova-hand.github.io/MOVA/. Code repository: https://github.com/ivyyy77/OASIS

FocusGS: Spatial Delta Layers for Local Repair and Deterministic Editing of Trained 3D Gaussian Assets

FocusGS：用于训练后3D高斯资产的局部修复与确定性编辑的空间增量层

Yiqun Pan, Yukun Shi

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

AI总结 FocusGS将局部修复与确定性编辑统一为复合空间增量，解决3D高斯资产的局部维护问题，提升目标区域PSNR，优于文本驱动基线，提供轻量可验证的3DGS维护算子。

Comments 8 pages, 6 figures, 5 tables. Ancillary demonstration video included

FillGS: Filling Observation Gaps in 4D Gaussian Splatting via Viewpoint-Time Selection and Generative Refinement

FillGS：通过视点-时间选择与生成细化填补4D高斯溅射中的观测缺口

Takashi Otonari, Toshihiko Yamasaki

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 FillGS提出主动选择时空虚拟视点的流程，通过过滤不可靠区域微调4DGS，在多视图视频基准上有效填补观测缺口，减少伪影并提升重建效果。

Comments Accepted at ECCV2026

Learning Manifolds in High-D Point Embedding for Anisotropic Surface Approximation from Unstructured Point Clouds

用于非结构化点云各向异性曲面逼近的高维点嵌入学习流形

Hongbo Li, Haikuan Zhu, Xiaohu Guo, Wenping Wang, Jing Hua, Zichun Zhong

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

AI总结 该研究提出HD-PEA框架，通过高维点嵌入等技术实现非结构化点云的各向异性曲面逼近，在多数据集上验证了其泛化性与可用性，性能优于现有方法。

On the Efficacy of Self-Supervised Point Cloud Encoders for Efficient 3D Large Language Models

自监督点云编码器在高效3D大语言模型中的效能研究

Yao Zheng, Tian Zhang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 该研究探究低成本自监督点云编码器能否替代昂贵多模态编码器用于3D-LLM，经实验发现其与架构存在强交互，为高性价比3D-LLM设计提供指南。

Comments 14 pages, 3 figures. This work has been previously released as a preprint on ChinaXiv (No. ChinaXiv:202607.00167, DOI: 10.12074/202607.00167)

Parameter-Efficient Fine-Tuning for Spiking Point Cloud Models

用于脉冲点云模型的参数高效微调

Zihao Guo, Jihua Zhu, Yiding Sun, Lin Chen, Danwei Wang

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

AI总结 针对脉冲点云模型全微调开销大、亚阈值信息被抑制的问题，提出首个参数高效微调框架SpikePEFT，通过IDT和SSDA技术，在仅更新约5%参数的情况下，在多个基准上取得优异分类准确率，同时保持SNN的节能特性。

Point2Radio: A Foundation Model for Cross-Scene Radio Fields from Material-Aware Point Clouds

Point2Radio：面向材料感知点云的跨场景无线电场基础模型

Chaozheng Wen, Chenghong Bian, Hongze Chen, Jun Zhang

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

AI总结 Point2Radio是从多环境学习可迁移传播先验的基础模型，基于材料感知点云实现跨场景无线电场预测，在路径增益预测上较UNet基线误差降76.7%，轻量微调可提升环境适应性。

SAGP: Semantic Affordance-Guided Grasp Planning via Coarse-Zone VLM Reasoning

SAGP：基于粗区域VLM推理的语义 affordance 引导抓取规划

Muhayy Ud Din, Irfan Hussain

机构 * Khalifa University（哈利法大学） ； KU Center for Autonomous Robotic Systems (KUCARS)（KU自主机器人系统中心（KUCARS）） 纠错

专题命中 空间理解 ：point cloud(abstract)；分类 cs.RO

AI总结 SAGP是一种无训练的抓取规划框架，通过粗区域抽象层结合VLM推理与几何规划，在保持纯几何抓取高成功率的同时，提升了抓取的功能适用性，尤其适用于非对称带把手物体。

Comments Accepted in ICAME2026