3D 视觉

Geometry-Based Compression of Plenoptic Point Clouds

基于几何的全光点云压缩

Davi R. Freitas, Gustavo L. Sandri, Ricardo L. de Queiroz

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

AI总结 提出一种整合进MPEG G-PCC标准的PPC属性压缩方法，经不同分辨率PPC测试，性能优于现有同类方案，有望成为新最优方案。

Boundary-Enhanced Segmentation of Pig Point Clouds in Commercial Housing Environments

商业养殖环境下猪只点云的边界增强分割

Zhankang Xu, Fei Shi, Xiangyu Qi, Zhaoyang Wang, Mengxin Guo, Yikai Fan, Simon X. Yang, Qifeng Li, Weihong Ma

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

AI总结 针对商业猪舍中猪只点云分割的边界模糊等问题，采用Octree Transformer骨干网络，结合软距离边界伪标签与双向跨边界语义模块，提升分割性能，为精准畜牧养殖提供可靠输入。

Comments 24 pages,9 figures, 5 tables

ResPCC: A Loss-Resilient Neural Point Cloud Codec over Lossy Networks

ResPCC：有损网络中具备抗丢包能力的神经点云编解码器

Xueqin Niu, Mufan Liu, Yifan Wang, Le Yang, Jun Sun, Yiling Xu

专题命中 点云 ：point cloud(title,abstract)

AI总结 针对有损网络中点云压缩的数据包丢失问题，提出具备感知丢包率能力的ResPCC编解码器，通过CALM、SCI、MGLR、DBR等模块提升稳定性与率失真性能，在5%-30%丢包率下优于基线方法，为3D数据传输提供可靠方案。

LiDAR-based 3D Change Detection at City Scale

基于LiDAR的城市级三维变化检测

Hezam Albaqami, Haitian Wang, Xinyu Wang, Muhammad Ibrahim, Zainy M. Malakan, Abdullah M. Algamdi, Mohammed H. Alghamdi, Ajmal Mian

机构 * Department of Computer Science and Artificial Intelligence, University of Jeddah（计算机科学与人工智能系，朱德亚大学） ； Department of Computer Science and Software Engineering, University of Western Australia（计算机科学与软件工程系，西澳大学） ； Department of Data Science, Umm Al-Qura University（数据科学系，乌姆·阿勒·卡拉大学） ； Department of Information and Technology Systems, College of Computer Science and Engineering, University of Jeddah（信息与技术系统系，计算机科学与工程学院，朱德亚大学） 纠错

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

AI总结 本文提出了一种基于LiDAR的城市级三维变化检测方法，通过多分辨率NDT和ICP对齐数据，结合语义分割和双分匹配优化，实现了高精度的变化检测性能。

MVFM-3DAD: Multi-view Flow Matching for 3D Anomaly Detection via Density Proxy Estimation

MVFM-3DAD：基于密度代理估计的三维异常检测多视图流匹配方法

Liangwei Li, Lin Liu, Jing Zhang, Xiaohui Du, Ruqian Hao, Xinwei Li, Hanzhe Liang, Juanxiu Liu

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

AI总结 该研究针对现有三维异常检测方法的局限性，提出MVFM-3DAD框架，将3DAD转化为密度代理估计，在Real3D-AD等数据集上性能优于竞争方法。

Comments ICIG 2026 oral presentation, 13 pages, 3 tables, 4 figures

Cloak of Invisibility: Real-Time Privacy-Preserving Volumetric Video Streaming

隐形斗篷：实时隐私保护的体视频流

Hossein Khalili, Philip Do, Alexander Vilesov, Kittipat Apicharttrisorn, Nader Sehatbakhsh

机构 * University of California Los Angeles（加利福尼亚大学洛杉矶分校） ； Nokia Bell Labs（诺基亚贝尔实验室） 纠错

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

AI总结 针对体视频流的隐私挑战，提出实时源端隐私系统InViStream，结合目标检测与深度感知掩码等技术，在多视角场景中实现高效隐私保护与实时重建，取得优异性能指标。

GeoUniPR: A Geometry-Consistent Unified Framework for Cross-Modal Place Recognition

GeoUniPR：用于跨模态地点识别的几何一致性统一框架

Wonbong Kim, Jiatong Xiao, Rui Li, Xufei Wang, Qiwen Gu, Junqiao Zhao, Chen Ye, Guang Chen

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Shanghai Research Institute for Intelligent Autonomous System, Tongji University（同济大学上海智能自主系统研究院） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本研究提出GeoUniPR框架，通过构建几何一致性深度图像视图并引入SC-InfoNCE损失，在无需复杂对齐模块的情况下，实现了跨模态地点识别的最优性能与良好泛化能力。

Comments 17 pages, 10 figures

Reconstructing local environments from concise atomistic representations

从简洁的原子表示重建局部环境

Jigyasa Nigam, Tuong Phung, Ameya Daigavane, Aria Mansouri Tehrani, Tess Smidt

专题命中 点云 ：point cloud(abstract)

AI总结 研究从不变描述符恢复原子结构的逆问题，利用不同相关阶数的紧凑描述符实现准确重建，提供识别描述符近似简并性及恢复不同原子环境的算法手段，还探究了描述符扰动与结构畸变的关系。

anyakrakusuma: A Python Library for Entropic Schrödinger Bridges on Idealized Geometries

anyakrakusuma：用于理想化几何上熵薛定谔桥的Python库

Dasapta Erwin Irawan, Sandy Hardian Susanto Herho, Agus Wahyu Jatmiko, Sito Fossy Biosa, Candrasa Surya Dharma, Edi Riawan, Astyka Pamumpuni, Rendy Dwi Kartiko, Rusmawan Suwarman, Deny Juanda Puradimaja

专题命中 点云 ：point cloud(abstract)

AI总结 anyakrakusuma库用对数域Sinkhorn - Knopp迭代解决离散静态薛定谔桥问题，重建点云间熵插值。经四个理想化平面案例测试，该方法在特定参数下效果良好，残差小，能恢复重新定向，为相关研究提供了有效工具。

Comments 22 pages, 4 figures, 5 tables