视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
Swimm3R：结合介质感知SfM的水下三维重建方法
机构 * University of Minnesota–Twin Cities（明尼苏达大学双城分校） ； Minnesota Robotics Institute (MnRI)（明尼苏达机器人研究所）
专题命中 三维重建 ：3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 该研究提出Swimm3R框架，结合介质感知SfM与水下Beta高斯溅射，建立巴巴多斯水下视频数据集，在水下三维重建中提升了PSNR与下游定位性能。
Comments Project Page: https://mnseong.github.io/swimm3r.github.io
WorldMirror：基于任意先验提示的通用三维世界重建
机构 * Zhejiang University（浙江大学） ； Chinese University of Hong Kong（香港中文大学） ； Tencent Hunyuan（腾讯混元）
专题命中 三维重建 ：point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本研究提出WorldMirror这一统一前馈模型，可整合多种几何先验并生成多种三维表示，在多类三维几何任务的基准测试中达到最优性能且推理效率高。
Comments Accepted to ICML 2026. Code: https://github.com/Tencent-Hunyuan/HunyuanWorld-Mirror Project page: https://3d-models.hunyuan.tencent.com/world/
从多视图图像进行直接且可自适应的网格-高斯场景重建
机构 * School of Computer Science, Australian Artificial Intelligence Institute (AAII)（计算机科学学院，澳大利亚人工智能研究所） ； University of Technology Sydney（悉尼技术大学） ； School of Automobile（汽车学院） ； Chang’an University（长安大学）
专题命中 三维重建 ：3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 该研究针对现有方法分离几何与外观建模的问题，提出端到端网格-高斯场景表示，实现直接联合学习，提升重建效率与质量，可高效适配局部场景修改，支撑具身智能相关环境维护。
用于摄影测量重建的无轨迹泄漏留出法自验证：协议、敏感性和局限性
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 研究摄影测量重建在无地面真值时估计自身可靠性的问题，提出无轨迹泄漏留出协议，通过特定图像子集和3D点重新定位计算mAA置信度，发现该协议能测内部几何一致性，但非绝对精度，不可替代控制点评估和严重失败门限。
Comments 16 pages, 4 figures. v3: code, harness and result tables archived at Zenodo (doi:10.5281/zenodo.21737748); adds related-work discussion of RayZer/E-RayZer; worked example now computed by the released script; results unchanged. Negative/characterisation result: a ground-truth-free self-consistency signal saturates and is blind to coherent global distortion
VR3D：面向空地行人重识别的视角鲁棒3D表示学习
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文针对空地行人重识别的视角偏差问题，提出VR3D框架，通过视角鲁棒3D表示交互与可靠性感知融合技术，在三个基准数据集上实现了优于现有方法的性能，CARGO数据集Rank-1提升5.63%。
Comments 12 pages, 10 figures
超越全局隐变量：面向可扩展3D建模的基于块的稀疏网格变分自编码器
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tencent Hunyuan（腾讯混元） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 该研究针对稀疏体素网格内存随分辨率快速增长的问题，提出基于块的ChunkVAE，通过局部算子和互补数据算子实现可扩展3D建模，在多基准测试中性能优于或相当基线，且内存与推理效率更优。
Comments 14 pages, 9 figures
FRA-NBV：一种快速且感知反射特性的最优下一个视点策略
机构 * Politecnico di Milano（米兰理工大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.RO
AI总结 FRA-NBV策略针对反射表面导致的深度损失问题，通过识别反射区域并调整传感器位姿，提升工业场景下自主三维重建的覆盖率。
Comments 8 pages, 5 figures
Journal ref IEEE Robotics and Automation Letter, 2026
面向考古传感工作流自适应校准的可解释多模态人工智能
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出一种可解释多模态AI框架，用于考古传感工作流的自适应校准、质量评估与采集支持，经多模态考古数据集验证可实现跨模态稳健质量评估。
TARS：用于无3D视频重拍摄的时间步感知数据缩放
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 该研究提出无3D的视频重拍摄范式TARS，通过自监督学习结合数据缩放与文本-相机联合条件设置，实现稳健的相机与视角控制，在大运动下合成未见区域的表现优于现有方法。
Comments 8 pages, 5 figures
用于视差和表面法线的统一立体几何估计框架
机构 * Beijing Institute of Technology（北京理工大学） ； School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； Beihang University（北京航空航天大学） ； INSAIT, Sofia University（索非亚大学INSAIT） ； BAAI AIR, Tsinghua University（清华大学BAAI AIR）
专题命中 三维重建 ：3D vision(abstract)；分类 cs.CV
AI总结 本文针对立体匹配和表面法线估计问题，提出统一框架GeoStereo，结合前馈立体匹配与基于扩散的法线估计分支，引入初始化策略与扭曲条件，实现有效交互，在多场景表现可靠，零样本设置下视差和法线估计精度高。
QuerySplat：解耦3DGS预测中的几何与外观表示
机构 * Inspatio
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)
AI总结 QuerySplat是解耦3DGS几何与外观表示的前馈框架，通过双分支解码器缓解模糊问题，在DL3DV基准上实现SOTA新视图合成，PSNR较基线显著提升。
DeGS：一种通过解耦工作负载解析与重组实现的可扩展3DGS架构
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 DeGS是一种解耦工作负载解析与重组的可扩展3DGS架构，通过优化数据流提升PE利用率，在多场景多分辨率下较现有3DGS加速器实现吞吐量、加速比与能效提升，高PE扩展时仍保持高利用率。
Comments Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)
3D Gaussian Splatting 与基于网格的数字孪生：面向虚拟现实旅游的探索性研究
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(summary_cn,abstract)
AI总结 本研究对比了 VR 旅游应用中基于网格与 3DGS 的数字孪生的用户体验，发现 3DGS 真实感更强但实用质量不足，网格版 UX 良好，还提出了临场感与晕动症的优化问题。
Comments Accepted to the 1st Workshop on Hyperrealism in XR at ISMAR 2026
Stipple：基于视觉-惯性跟踪的实时增量高斯溅射技术
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出Stipple方法，结合Basalt视觉-惯性跟踪系统与Brush增量3D高斯溅射技术，实现实时同步跟踪重建，替代3DGS繁重步骤，为机器人与XR的实时3D重建提供解决方案。
DynActiveGS：面向动态场景重建的主动高斯溅射方法
机构 * Tsinghua University, Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Huawei Technologies Ltd（华为技术有限公司） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 DynActiveGS是基于3DGS的动态感知主动重建框架，通过分解不确定性实现动态场景的鲁棒主动重建，在多指标上优于现有基线。
Comments Accepted to ACM Multimedia 2026
CLONE: 基于3DGS的闭环可微优化框架用于单图像法线估计
机构 * School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机科学学院，中国无锡） ； School of Data Science, Lingnan University, Hong Kong, China（岭南大学数据科学学院，中国香港）
专题命中 Gaussian Splatting ：3DGS(title_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出CLONE框架，通过3D高斯泼溅参数化场景并利用协方差特征分解得到连续可微法线，结合可微光照模型和一步确定性扩散精化网络，在统一重投影目标下联合优化，实现无需真值法线监督的几何一致性单图像法线估计。
UniqueSplat：用于通用3D重建的视角条件化3D高斯溅射模型
机构 * Tsinghua University（清华大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(title)；分类 cs.CV
AI总结 本文提出视角条件化前馈3D高斯溅射模型UniqueSplat，通过双分支视角条件化超网络实现高斯动态调整，在多数据集及跨数据集评估中均优于现有最优方法，提升了通用3D重建性能。
DerainSplat：基于稀疏雨天视图的前馈式干净3D高斯溅射重建
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 DerainSplat是一种前馈框架，可从少量雨天视图重建干净3D场景，通过四阶段合成数据集与天气网络等设计，在多类数据集上优于现有方法且泛化性强。
DecoupleGS：用于端到端自动驾驶测试的交互式三维高斯溅射
机构 * College of Transportation, Tongji University（同济大学交通运输学院） ； Key Laboratory of Road and Traffic Engineering, Ministry of Education（教育部道路与交通工程重点实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 DecoupleGS是一种解耦三维高斯溅射框架，通过分解场景为静态背景与动态智能体，结合三个针对性模块实现高保真交互，为端到端自动驾驶测试提供实用闭环传感器仿真平台。
Comments Accepted to ECCV 2026
流形-GS：通过变分保守高斯溅射实现可认证混合资产
机构 * Peking University（北京大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 提出 Manifold-GS，将外观不透明度与几何质量分离，导出可认证开放表面面片，在 DTU 场景上实现零编辑泄漏、高 PSNR 且碰撞浮点数面积更低，是精度与覆盖率的权衡方案。
Comments 9 pages, 2 figures
GSRAIN：面向3D高斯溅射（3DGS）驾驶场景的物理校准高低频降雨合成方法
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院）
专题命中 Gaussian Splatting ：3DGS(title_cn,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 GSRAIN针对自动驾驶降雨模拟的物理可控性与多视图一致性局限，结合实测数据与几何感知扩散模型生成可控降雨场景，在FID指标上优于现有方法，可用于自动驾驶算法的雨天测试。
D^2-4DGS：双深度引导的稀疏相机四维高斯溅射
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 针对稀疏相机动态四维高斯溅射的几何监督不足问题，提出双深度先验引导的D^2-4DGS框架，经9个数据集-视图设置验证，其峰值信噪比平均较最佳对比方法提升1.33dB。
GaussianSelector：基于图优化的三维高斯溅射中轻量型人引导物体选择方法
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 GaussianSelector是无需训练的轻量型框架，通过图优化从稀疏视点与涂鸦引导中选择三维物体，质量媲美多视图SAM方法，交互视点少、计算开销低，适用于三维场景编辑与资产提取。
Comments Under Review
JADE-GS：3D高斯点云渲染中基于事件引导的联合交替去模糊
机构 * School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； Shanghai Baoshan Shangda General Intelligent Robotics Research Institute（上海宝山尚大通用智能机器人研究院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 研究相机快速移动曝光时模糊问题，提出JADE-GS方法，通过像素自适应路由门融合互补先验，2D恢复器与3D高斯点云渲染双向循环耦合，正则化恢复器，在合成和真实基准测试中获最佳感知质量，训练高效且保留实时渲染。
AirSplat：基于鲁棒前馈3D高斯散射的对齐与评分
机构 * KAIST（韩国科学技术院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3D vision(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本文提出AirSplat框架，通过自一致性姿态对齐和基于评分的透明度匹配技术，提升无姿态视角合成的重建质量。
Comments Project page: https://kaist-viclab.github.io/airsplat-site, accepted to ECCV 2026
用于稀疏视图CT中辐射高斯点云的校准闭式不确定性
机构 * Dundee International Institute, Central South University（中南大学邓迪国际学院） ； Central South University（中南大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 研究针对辐射高斯点云在稀疏视图CT重建中缺乏可信度问题，利用透射X射线成像特性赋予其变分密度后验，通过系统校准研究表明所得不确定性能与真实误差排序相符，还剖析相关现象并指出校准后验指向剂量自适应停止规则。
Comments v2: substantially revised and condensed; 31 pages total, 9 figures
Scene2Sound：面向3D高斯世界的听觉锚定声景生成
机构 * Hokkaido University（北海道大学）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 Scene2Sound是一个无训练框架，通过听觉锚定和高斯集匹配为3D高斯世界生成空间一致的声景，在保留音频质量的同时解决了现有方法空间不一致的问题，经实验和用户研究验证有效。
Comments 14 pages. Project page: https://masaki-lmd.github.io/scene2sound/
G-Skin：学习结合生成式视觉先验的3D高斯绑定方法
机构 * City University of Hong Kong（香港城市大学） ； Central Media Technology Institute, Huawei（华为中央媒体技术研究院） ； Central South University（中南大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract,abstract_cn)；分类 cs.CV
AI总结 本文针对3D高斯资产绑定的难题，提出生成式蒙皮框架G-Skin，利用2D视觉基础模型提炼运动先验构建优化流程，可灵活泛化并优于现有方法。
Struct-GStream：基于结构化3D高斯的低码率高效自由视点视频流技术
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Chinese Academy of Sciences（中国科学院） ； University of Science and Technology Beijing（北京科技大学）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 本文针对现有自由视点视频在线训练方法存储与训练时间不足的问题，提出Struct-GStream，通过结构化3D高斯等技术实现低码率下的高效视频流，性能优于现有方法。
CLEAR：面向统一稀疏视图三维高斯超分辨率的证据引导自适应路由的冲突感知学习
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 针对稀疏视图三维高斯超分辨率的误差累积问题，提出首个统一单阶段框架CLEAR，通过冲突感知优化、证据引导路由等技术，在4×超分辨率基准上实现了最优渲染质量与几何保真度。
Comments 9 pages, 5 figures
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