Doubling the dimension yields a benign landscape for the squared-stress
维度加倍可产生平方应力的良性景观
专题命中 点云 :point cloud(abstract)
AI总结 本文针对欧氏距离几何问题,证明当k≥2(ℓ+1)时,完全图平方应力的优化景观为良性,将k≥ℓ+1的猜想因子缩小一半,采用二阶临界性的对偶视角推导结论。
Comments 38 pages
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
维度加倍可产生平方应力的良性景观
专题命中 点云 :point cloud(abstract)
AI总结 本文针对欧氏距离几何问题,证明当k≥2(ℓ+1)时,完全图平方应力的优化景观为良性,将k≥ℓ+1的猜想因子缩小一半,采用二阶临界性的对偶视角推导结论。
Comments 38 pages
Plasolver:用于弹塑性问题的物理信息神经算子
专题命中 点云 :point cloud(abstract)
AI总结 研究针对弹塑性分析计算成本高的问题,提出Plasolver物理信息神经算子框架,结合算子学习与经典求解器优势,预训练结合热启动阶段,实现高精度与大幅加速,减少迭代次数,为弹塑性问题提供高效计算框架。
WiWorld-RealData:用于6G无线世界模型的真实世界多模态数据集
专题命中 点云 :point cloud(abstract)
AI总结 提出WiWorld-RealData数据集,包含3.7 GHz和6.775 GHz的信道冲激响应、多视角图像、全景图像、LiDAR点云、毫米波雷达记录和GNSS轨迹,支持环境辅助的信道预测,路径损耗预测MAE为2.02 dB。
Comments 6 pages, 6 figures, 3 tables
快速电磁 shower 模拟中的跨几何迁移学习
专题命中 点云 :point cloud(abstract)
AI总结 本文提出了一种迁移学习框架,用于快速电磁 shower 模拟,通过点云表示和预训练实现跨几何结构的高效适应,显著提升了模拟精度。
Comments Published version. 38 pages, 18 figures
特征感知的(超)图生成:基于下一尺度预测
专题命中 点云 :point cloud(abstract)
AI总结 提出FAHNES框架,通过层次化下一尺度预测联合生成图/超图的拓扑和特征,实现大规模带特征图/超图的高效生成。
SplatGuide:用于无姿态新视图合成的3D高斯几何先验
机构 * Aalto University(阿尔托大学) ; Deep Render(深度渲染公司) ; ELLIS Institute Finland(芬兰ELLIS研究所) ; Nokia Technologies(诺基亚技术公司) ; Tampere University(坦佩雷大学) ; University of Oulu(奥卢大学)
专题命中 新视角合成 :3DGS(summary_cn,abstract);novel view synthesis(title,abstract);NeRF(abstract,abstract_cn);分类 cs.CV
AI总结 SplatGuide复用单个3DGS场景生成三种互补信号,实现无姿态新视图合成,在多个基准数据集上达到SOTA,在RealEstate10K上超越真实姿态基线。
VisDom: 具有可见域约束的稀疏新视角合成
机构 * TU Munich(慕尼黑工业大学) ; MCML(慕尼黑机器学习中心)
专题命中 新视角合成 :NeRF(summary_cn,abstract);novel view synthesis(title,abstract);Gaussian Splatting(abstract);分类 cs.CV
AI总结 提出VisDom,一种无学习的几何约束,通过最小多视角可见性要求增强视觉外壳重建,作为稀疏新视角合成中的空间先验,集成到NeRF和GS管线中,从四张输入图像实现高质量重建。
Comments Accepted to GCPR 2026 (Oral). Project page and code: this https URL (https://tarun738.github.io/visdom/)
ChainSpace:面向空间智能的链式推理范式
机构 * College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息科学与电子工程学院) ; Li Auto Inc.(理想汽车有限公司)
专题命中 空间理解 :spatial understanding(abstract);分类 cs.CV
AI总结 针对现有空间推理方法的缺陷,提出ChainSpace链式推理范式,构建对应基准与训练框架,相关模型在基准上表现最优且可迁移至多类外部基准,为空间智能评估与学习提供有效方案。
AeroGround:用于空-地协同推理的综合基准
机构 * Shanghai Innovation Institute(上海创新研究院) ; College of Future Information Technology, Fudan University(复旦大学未来信息技术学院) ; College of Intelligent Robotics and Advanced Manufacturing, Fudan University(复旦大学智能机器人与先进制造学院) ; Chongqing Technology and Business University(重庆工商大学) ; The Chinese University of Hong Kong(香港中文大学)
专题命中 空间理解 :spatial understanding(abstract);分类 cs.CV
AI总结 本文提出AeroGround基准,针对现有VLMs在空-地协同场景推理能力的研究空白,构建含29000组多模态观测与2250个问答实例的数据集,实验发现模型与人类表现差距显著,为相关系统开发提供基础。
卷帘快门相机自校准
机构 * CHU Clermont-Ferrand(克莱蒙费朗大学中心医院) ; SURGAR, Surgical Augmented Reality(外科增强现实研究组) ; School of Engineering, Westlake University(西湖大学工程学院) ; School of Design, Hunan University(湖南大学设计学院)
专题命中 SLAM与定位 :3D vision(abstract);分类 cs.CV
AI总结 本文提出了首个无需校准靶标的卷帘快门相机自校准方法,通过结合两种互补成像模型构建统一双投影模型,经仿真与真实数据实验验证了方法的准确性与有效性。