3D 视觉

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。

Encoding the Euler Characteristic Transform

编码欧拉特征变换

Nello Blaser, Odin Hoff Gardaa, Lars M. Salbu, Elena Xinyi Wang, Bastian Rieck

机构 * Department of Informatics, University of Bergen（卑尔根大学信息学系） ； Department of Informatics, University of Fribourg（弗里堡大学信息学系） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 提出连续编码方法，将欧拉特征曲线转化为每个顶点的净变化序列，通过小型变换器生成特征向量，并在多个数据集上提升分类精度。

Comments Accepted at the 2nd Annual Conference on Topology, Algebra, and Geometry in Data Science (TAG-DS) 2026