3D 视觉

Swimm3R: Splatting with Medium-aware SfM for Underwater 3D Reconstruction

Swimm3R：结合介质感知SfM的水下三维重建方法

Minseong Kweon, Junaed Sattar

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） 纠错

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: Universal 3D World Reconstruction with Any-Prior Prompting

WorldMirror：基于任意先验提示的通用三维世界重建

Yifan Liu, Zhiyuan Min, Zhenwei Wang, Junta Wu, Tengfei Wang, Yixuan Yuan, Yawei Luo, Chunchao Guo

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） 纠错

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/

Direct and Adaptable Mesh-Gaussian Scene Reconstruction from Multi-View Images

从多视图图像进行直接且可自适应的网格-高斯场景重建

Ancheng Lin, Tianqing Su, Zuo Yuan, Quanke Su, Samuel S. Mao, Yusheng Xiang

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） 纠错

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。

Track-Leakage-Free Hold-Out Self-Validation for Photogrammetric Reconstruction: Protocol, Sensitivity, and Limits

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

Behnam Asadi

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: View-Robust 3D Representation Learning for Aerial-Ground Person Re-Identification

VR3D：面向空地行人重识别的视角鲁棒3D表示学习

Chao Ji, Shiyu Xuan, Zechao Li

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

Beyond Global Latents: Chunk-Based Sparse Grid VAE for Scalable 3D Modeling

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

Kaiyi Zhang, Zhihao Liang, Haolin Liu, Qingxiang Lin, Zeqiang Lai, Yunfei Zhao, Bowen Zhang, Xianghui Yang, Zibo Zhao, Chunchao Guo, Long Quan

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） 纠错

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: A Fast and Reflectivity-Aware Next-Best-View Strategy

FRA-NBV：一种快速且感知反射特性的最优下一个视点策略

G. F. Preziosa, E. Setti, M. Faroni, A. M. Zanchettin, P. Rocco

机构 * Politecnico di Milano（米兰理工大学） 纠错

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

Explainable Multimodal AI for Adaptive Calibration of Archaeological Sensing Workflows

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

Nevio Dubbini, Daniel P. van Helden, Claudia Sciuto, Martina Naso, Arthur Leck, Clement Joubert, Heeli C. Schechter, Remy Chapoulie, Gabriele Gattiglia

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: Timestep-Aware Data Scaling for 3D-Free Video Re-Shooting

TARS：用于无3D视频重拍摄的时间步感知数据缩放

Jiwen Liu, Shujuan Li, Xiaohan Li, Zijie Meng, Xinyue Liu, Yulong Xu, Yan Zhou, Guoxin Zhang

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

GeoStereo: A Unified Stereo Geometry Estimation Framework for Disparity and Surface Normal

用于视差和表面法线的统一立体几何估计框架

Qizhe Wei, Xianda Guo, Shaocong Xu, Hong Li, Runyi Yang, Hao Zhao

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） 纠错

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。