视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
ReX-Shot：基于几何与相机基础生成的单图像重摄影
机构 * School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院） ； vivo Mobile Communication Co., Ltd.（维沃移动通信有限公司）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 ReX-Shot是首个从单图像联合控制视点、焦距和摄影效果的统一生成框架，通过几何与相机基础生成技术实现更优性能与近实时交互性，解决了现有方法的多因素控制局限
Comments Project page: this https URL (https://ruiqi-nju.github.io/ReX-Shot/)
CoMVS-GS：用于表面重建的协同多视图立体与3D高斯溅射
机构 * Wuhan University（武汉大学） ； Hangzhou Dianzi University（杭州电子科技大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV
AI总结 CoMVS-GS结合多视图立体与3D高斯溅射，通过新的初始化方式和互监督机制优化表面重建，在室外场景提升几何精度与网格紧凑性，同时保持高渲染质量。
2Xplat：两个专家胜过一个通才
机构 * Yonsei University（延世大学） ； Sungkyunkwan University（成均馆大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出2Xplat框架，通过分离几何估计与高斯生成，改进3DGS生成效果，证明模块化设计在复杂3D建模中的优势。
Comments Project page: this https URL (https://hwasikjeong.github.io/2Xplat)
QuARC-GS：面向基于高斯溅射的紧凑动态场景流的量化锚定残差编码
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract_cn)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本文提出QuARC-GS框架，用于在线动态场景重建，通过量化锚定变形和变化门控致密化策略，在保持重建质量与速度的同时，将逐帧存储压缩最多11倍。
Comments 9 pages, 5 figures, 3 tables
Depth Anything V4：基于4D高斯溅射的黎曼流匹配的动态4D场景重建
机构 * College of Artificial Intelligence, Nanjing University of Posts and Telecommunications（南京邮电大学人工智能学院） ； College of Automation, Nanjing University of Posts and Telecommunications（南京邮电大学自动化学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本研究提出DAV4框架，将RFM应用于4D高斯溅射参数实现动态4D场景重建，其F分数较基线提升0.044，在相关任务上优于现有模型且无需人工标注深度标签。
GS-VLA：基于高斯溅射的冻结VLA策略的即插即用视角规范化方法
机构 * Dankook University（檀国大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 GS-VLA是首个基于3D高斯的VLA视角规范化即插即用框架，通过轻量4M参数的3D高斯规范化器提升VLA策略视角偏移鲁棒性，无需重训即可在多维度恢复性能。
PCQA-R1：基于强化学习的通用三维点云质量评估方法
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文提出首个用于三维点云质量评估的强化学习LMM PCQA-R1，基于GRPO策略构建PCQA-CoT数据集并引入高斯 proximity 奖励，在跨数据集泛化和域内准确率上表现优异。
COSTA：面向存在域偏移的航拍点云无标注开放集语义分割的以聚类为中心范式
机构 * Fujian Institute of Research on the Structure of Matter, Chinese Academy of Sciences（中国科学院福建物质结构研究所） ； Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Resource and Environmental Sciences, Wuhan University（武汉大学资源与环境科学学院）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 COSTA提出以聚类为中心的范式，无需额外训练即可在推理阶段将预训练航拍点云分割模型适配到偏移目标域，在三个基准上实现按需分割，mIoU达70.09%。
ForestMamba: 基于几何引导查询的稀疏Mamba用于3D森林点云分割
机构 * Nagoya University（名古屋大学） ； RIKEN Seika（日本理化学研究所Seika研究中心） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Twente（埃因霍温理工大学） ； Ritsumeikan University（立命馆大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出ForestMamba方法，通过稀疏编码器、几何引导查询初始化和Mamba查询解码器，实现高效且结构感知的森林点云分割，在七个森林区域上优于现有方法，推理速度提升3倍，GPU内存降低2.3倍。
Comments 37th British Machine Vision Conference (BMVC 2026)
PartialBiGrasp：从部分视角推断隐藏局部几何以实现双臂抓取
机构 * Robotics Research Center IIIT Hyderabad（印度信息技术研究所海得拉巴分校机器人研究中心）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 PartialBiGrasp是基于部分点云的双臂抓取生成框架，通过卷积占用网络学习几何特征生成抓取对并优化，经实验验证可实现鲁棒稳定的抓取。
CL4D：用于动态场景视觉-语言推理的对比语言-4D预训练
机构 * University of Moratuwa（莫拉图瓦大学） ； Singapore-MIT Alliance for Research & Technology (SMART) Centre（新加坡-麻省理工研究与技术联盟（SMART）中心） ； Agency for Science, Technology and Research (A*STAR)（新加坡科学、技术与研究局（A*STAR））
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本研究提出CL4D（首个4D视觉编码器）及基于其的4DVLM，在自建DynAction4D数据集上训练，CL4D性能较现有方法提升约16.75%，4DVLM优于Gemini、GPT-5等前沿视频VLM。
Comments Accepted at the 19th European Conference on Computer Vision (ECCV 2026)
尺度重要：跨物种三维植物器官分割的自适应粒度选择
机构 * Technical University of Denmark (DTU)（丹麦技术大学（DTU）） ； Pioneer Centre for Artificial Intelligence（人工智能先锋中心）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 针对跨物种三维植物器官分割中固定空间粒度泛化能力差的问题，提出结合冻结Utonia基础模型与自适应粒度选择的小样本方法AGS-PlantSeg，在三个数据集上实现88.9%平均mIoU，性能优于固定粒度基线且与全监督架构相当。
Comments Accepted at the Computer Vision in Plant Phenotyping and Agriculture (CVPPA) Workshop at the European Conference on Computer Vision (ECCV) 2026. Project page: this https URL (https://dtu-pas.github.io/ags-plantseg/)
基于多几何预训练的可迁移快速量能器簇射生成
专题命中 点云 ：point cloud(abstract)
AI总结 本研究提出通过多几何预训练，引入SimpleBox合成箱式量能器集合，实现可迁移的量能器簇射生成器，经微调后在未见过的量能器上表现优于真实探测器预训练模型，降低模拟成本。
Comments 50 pages, 29 figures, 12 tables
MV2：用于新视角合成的多视角多车辆驾驶数据集
机构 * International Institute of Information Technology, Hyderabad（海得拉巴国际信息技术学院） ； King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； IIT, National Centre for Scientific Research “Demokritos”（德谟克利特国家科学研究中心 IIT） ； Adobe MDSR, India（奥多比印度MDSR部门） ； Indian Institute of Science Education and Research, Thiruvananthapuram（特里凡得琅印度科学教育与研究学院）
专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV
AI总结 针对驾驶场景新视角合成的难题，提出含50个场景12000张图像的MV2多车辆数据集，经严格配准验证，基准测试显示视角差异增大NVS性能下降，前馈位姿估计器弱于优化方法。
Comments 38 pages, 25 figures, ECCV 2026 accepted paper
面向街景新视角合成的有效多传感器条件控制
机构 * Stanford Univerity（斯坦福大学） ； NVIDIA
专题命中 新视角合成 ：point cloud(abstract)；分类 cs.CV、cs.GR
AI总结 提出StreetNVS视频扩散框架，通过参考增强相机注意力模块和相对射线级位置编码联合利用LiDAR、环视图像和相机位姿，实现稀疏LiDAR条件下的高质量街景新视角合成。
SemanticSlider3D：无需训练的3D物体连续语义编辑
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 SemanticSlider3D是一种无需训练的3D物体连续语义编辑技术，通过在先进3D生成模型潜空间构建语义编辑方向，在技术验证与用户研究中均表现优于基线方法，可作为现有3D创作工作流的有效补充。
Comments UIST 2026
CGMap：一种使用无人机进行作物间隙映射的地理空间感知深度学习框架
机构 * Plaksha University（普拉卡沙大学）
专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV
AI总结 针对印度作物发芽监测易出错的问题，提出基于深度学习的CGMap框架，利用YOLOV8架构和无人机图像，结合最小生成树技术，精确计算甘蔗发芽情况，输出地理空间发芽图，助力提高产量和资源合理分配。
Comments 15 pages
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