Go with the Flows: Mixtures of Normalizing Flows for Point Cloud Generation and Reconstruction
专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.CV；3D vision(journal_ref)
Journal ref International Conference on 3D Vision 2021
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. 三维重建 4385 篇
Compact Model Representation for 3D Reconstruction
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV；3D vision(journal_ref)
Comments 9 pages, 6 figures
Journal ref 2017 International Conference on 3D Vision (3DV)
Increasing the Capability of Neural Networks for Surface Reconstruction from Noisy Point Clouds
专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.GR
Comments 8 pages, quantitative and qualitative results of comparisons between ANN regression methods incorporating Isomap vs LLE, bSpline, multi-depth point cloud sampling
Joint 3D Reconstruction of a Static Scene and Moving Objects
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV；3D vision(journal_ref)
Comments This paper has been accepted and presented in 3DV-2017 conference held at Qingdao, China. Video experiments: https://youtu.be/goflUxzG2VI
Journal ref Proceedings International Conference on 3D Vision 2017
SAF3R: Dynamic Sparse Attention for Feed-Forward 3D Reconstruction Transformers
SAF3R：用于前馈3D重建Transformer的动态稀疏注意力
机构 * University of Pittsburgh（匹兹堡大学） ； University of Arizona（亚利桑那大学） ； Tongji University（同济大学） ； University of Central Florida（中佛罗里达大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究前馈3D重建Transformer，分析其全局注意力模式，提出SAF3R框架，集成稀疏注意力机制、离线头部分析和在线适应策略，在保持质量同时提高稀疏率加速端到端速度。
Comments ECCV 2026. Updated related work
Map-Det3D: Metric Feed-Forward 3D Reconstruction Prior for Multi-view 3D Object Detection from Streaming Inputs
Map-Det3D：面向流输入的多视图3D目标检测的度量前馈3D重建先验
机构 * ETH Zürich（苏黎世联邦理工学院） ； Meta Reality Labs（元宇宙实验室） ； University of Bonn（波恩大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 Map-Det3D是一种在线多视图3D目标检测模型，通过将短时间窗口映射为多视图并利用前馈度量3D重建模型作为几何骨干，直接在度量3D空间预测边界框，实现了稳定的单目视频3D检测，且具有良好的在线性能与鲁棒迁移性。
Comments ECCV 2026
DA-NBV: A Direction-Aware Next-Best-View Planner for Efficient 3D Reconstruction of Ships at Sea
DA-NBV：一种用于海上船舶高效3D重建的方向感知最优下一个视点规划器
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.RO
AI总结 针对海上船舶3D重建中现有NBV策略忽略方向观测历史的问题，本文提出DA-NBV策略，结合PAF等方法，在SeaShip-3D数据集与仿真环境下实现了更高效的船舶3D重建性能。
Comments 16pages, 11 figures
OmniMech: All-in-one Multimodal Mechanical Benchmark for 3D Reconstruction
OmniMech：面向3D重建的全合一多模态机械基准
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究人员提出OmniMech——首个百万级多模态机械基准，针对工业制造数据的可执行CAD生成任务，含四类任务，实验发现现有模型在相关任务中存在不足，将发布资源支持后续研究。
SEAR: Simple and Efficient Adaptation of Visual Geometric Transformers for Unpaired RGB+Thermal 3D Reconstruction
SEAR: 一种简单且高效的视觉几何变换器在RGB+热成像3D重建中的适应
机构 * Schindler EPFL Lab（施耐德EPFL实验室） ； EPFL（瑞士联邦理工学院） ； Örebro University（奥雷布罗大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 SEAR通过简单高效的微调策略，使预训练的几何变换器适应多模态RGB-热成像输入，显著提升了3D重建和姿态估计性能，尤其在低光照和浓烟等挑战条件下表现优异。
GO-PRE: Goal-Oriented Next-Best-View Selection via Predictive Rendering Entropy for Active 3D Reconstruction
GO-PRE：面向目标的主动三维重建最优下一个视角选择方法，基于预测渲染熵
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 该研究针对主动三维重建中现有视角选择方法的代理信号与最终目标不一致问题，提出GO-PRE框架，通过最大化预测空间熵降低实现最优视角选择，经实验验证其性能优于现有方法。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
Quality-Adaptive Multi-UAV 3D Reconstruction with Sparse Workload Redistribution
基于稀疏工作负载重新分配的质量自适应多无人机三维重建
机构 * Inria, INSA Lyon, CITI（法国国家信息与自动化研究所、里昂国立应用科学学院、CITI）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.RO
AI总结 针对无人机三维重建中计算和能量受限及协调难问题，提出质量自适应分散决策策略，集成质量导向准则，采用两级协调，仿真显示该方法提高路径效率且实现更高保真度重建，代码公开。
WAT3R: Feedforward Underwater 3D Reconstruction
WAT3R：前馈水下三维重建
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 针对水下光衰减等导致三维重建难的问题，提出WAT3R前馈框架，利用退化适应及轻量级神经适应模块，单次前向传播直接输出三维点图和相机姿态，实验证明其在多类三维重建任务中优于现有方法。
Seeing Before Generating: Object Perception Enhances Single-View 3D Reconstruction
生成前的观察：物体感知增强单视图3D重建
机构 * Deakin University（迪肯大学） ； Applied Artificial Intelligence Initiative（应用人工智能倡议组织） ； School of Information Technology（信息技术学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究单视图3D物体重建问题，提出利用预训练感知模型提取的感知信号驱动重建的方法，该方法与模型无关且可即插即用，实验验证其能显著提升重建效果，为3D重建提供新思路。
Toward Semantic Communication for Real-time Mobile 3D Reconstruction
迈向实时移动 3D 重建的语义通信
机构 * School of Electrical and Electronic Engineering, North China Electric Power University（华北电力大学电气与电子工程学院） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； School of Computer Science and Technology, China University of Petroleum (East China)（中国石油大学（华东）计算机科学与技术学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 针对实时移动 3D 重建中几何估计对通信失真敏感的问题，提出语义通信框架，含语义收发器输出带置信度图的重建图像，引入置信度引导几何估计方法，仿真显示该框架能保持图像质量并提升姿态估计精度和 3D 结构一致性。
ReCal3R: Reliability-Calibrated Learning Rates for Streaming 3D Reconstruction
ReCal3R：面向流式3D重建的可靠性校准学习率
机构 * Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； Hong Kong Baptist University（香港浸会大学） ； Jilin University（吉林大学） ； Guangdong Provincial Key Laboratory of Interdisciplinary Research and Application for Data Science（广东省数据科学交叉研究与应用重点实验室） ； Nanyang Technological University（南洋理工大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 针对流式3D重建中循环场景状态易被噪声观测破坏的问题，提出可靠性校准学习率方法ReCal3R，在不增加额外开销的前提下大幅提升长序列重建精度。
Comments 23 pages, 7 figures. Project Page: https://powertony102.github.io/recal3r.github.io/
MAGiSt3R: Multi-Agent Feed-forward 3D Reconstruction from Monocular RGB Videos
MAGiSt3R：基于单目RGB视频的多智能体前馈3D重建
机构 * University of Bologna（博洛尼亚大学） ； The University of Hong Kong（香港大学） ； Southeast University（东南大学） ； Monash University（莫纳什大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究基于单目RGB视频的多智能体3D重建问题，核心方法是用3R家族前馈模型和MAGMA合并模型，并进行姿态图优化，主要贡献是在合成和真实数据集上验证该框架相比现有方法有更高重建和相机跟踪精度。
DreamSat-Pose: Spacecraft Pose Estimation from Single-View 3D Reconstructions and Learned 2D-3D Feature Matching
DreamSat-Pose：基于单视图3D重建和学习的2D-3D特征匹配的航天器姿态估计
机构 * Wellesley College（韦尔斯利学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Politecnico di Milano（米兰理工大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Universidad Politécnica de Madrid（马德里理工大学）
专题命中 三维重建 ：3D reconstruction(title)；point cloud(abstract)；分类 cs.CV
AI总结 针对未知航天器对象，本文提出新框架，先利用冻结的DINOv3提取图像特征、动态图卷积神经网络编码器计算几何特征，再经双流变压器匹配器细化描述符，通过学习2D-3D对应关系估计姿态，在数据集上评估效果良好，泛化能力强。
DermDepth: Toward Monocular Metric Scale 3D Reconstruction Models for Dermatology
DermDepth：迈向用于皮肤病学的单目度量尺度3D重建模型
机构 * University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校） ； University of California, Berkeley（加利福尼亚大学伯克利分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究针对皮肤病学实践中常用2D方法的现状，提出DermDepth单视图度量尺度3D模型及D-Synth数据集，经实验训练和微调，能有效校正度量尺度误差，在多基准通用并与医学文献测量结果一致。
Comments Accepted at MICCAI 2026
Disturbance-aware Motion Planning for Over-actuated Underwater Vehicles Exploiting Actuation Redundancy for High-fidelity 3D Reconstruction
利用驱动冗余进行高保真 3D 重建的过驱动水下航行器的干扰感知运动规划
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.RO
AI总结 研究水下机器人驱动对感知的影响，利用过驱动平台冗余，通过搜索零空间最小化目标区域干扰，采用基于致动盘理论的尾流代理及冗余解决分配器，降低粒子速度，提高 3D 重建精度，支持自主扫描与辅助检查。
BAT3R: Bootstrapping Articulated 3D Reconstruction from 2D Image Collections
BAT3R：从二维图像集合中自训练关节式三维重建
机构 * University of Edinburgh（爱丁堡大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究从单张图像进行关节物体3D重建，利用未标注2D图像集和单个绑定规范网格，提出训练框架，通过拟合网格到预测点图迭代估计关节和相机姿态，提升模型性能。
Comments Accepted to ECCV 2026. Project page: https://jakubzadrozny.github.io/bat3r/
Geometric Foundation Model Distillation for Efficient Lunar 3D Reconstruction
几何基础模型蒸馏用于高效月球三维重建
机构 * IRIT, University of Toulouse（图卢兹大学IRIT研究所） ； Airbus Defence and Space（空中客车防务与航天公司）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 针对硬件受限场景，通过知识蒸馏将MASt3R模型压缩7倍，保留大部分重建精度，提出SVD初始化方法提升训练稳定性，并揭示编码器类型、蒸馏策略等关键因素。
Comments Accepted to ECCV 2026, code can be accessed via https://clementinegrethen.github.io/publications/ECCV.html
LIST3R: Long-sequence Instance-aware 3D Reconstruction
LIST3R: 长序列实例感知三维重建
机构 * Beijing Jiaotong University（北京交通大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出LIST3R框架，通过实例锚点组织长序列三维重建，将子序列局部观测整合为全局一致场景，在长序列基准上实现更优轨迹与重建质量。
CasaMaestro: Multi-View Panoramas for House-Scale 3D Reconstruction
CasaMaestro：用于房屋级3D重建的多视角全景图
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出CasaMaestro模型，仅需20-50张稀疏多视角室内全景图，即可直接预测度量深度和相机位姿，实现全屋快速点云重建，是首个支持房屋级重建的多视角全景模型。
Comments Accepted to ECCV2026
Pano3D: Unified 3D Reconstruction and Panoptic Segmentation
Pano3D：统一的3D重建与全景分割
机构 * Google DeepMind（谷歌DeepMind） ； LIGM, École des Ponts, IP Paris, Univ Gustave Eiffel, CNRS（LIGM, 巴黎高科桥梁学院, 巴黎理工学院, 古斯塔夫·埃菲尔大学, 法国国家科学研究中心）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出统一框架，在3D前馈重建网络中集成全景分割，通过联合训练几何与语义损失实现互惠提升，在多个数据集上达到最优性能。
Comments Accepted at ECCV 2026. Project page: https://victorbbt.github.io/Pano3D/
TTSA3R: Training-Free Temporal-Spatial Adaptive Persistent State for Streaming 3D Reconstruction
TTSA3R：面向流式3D重建的无训练时-空自适应持久状态
机构 * University of California, Davis（加州大学戴维斯分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出无训练框架TTSA3R，通过时间状态演化与空间观测质量实现自适应状态更新，解决流式3D重建中的灾难性遗忘问题，在长序列上显著提升稳定性。
GeoT2V-Bench: Benchmarking 3D Consistency in Text-to-Video Models via 3D Reconstruction
GeoT2V-Bench: 通过3D重建基准测试文本到视频模型中的3D一致性
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出GeoT2V-Bench，通过3D重建评估相机提示的文本到视频模型能否支持刚性3D场景重建，揭示不同指标下的互补失效模式。
Comments 36 pages, 17 figures, 18 tables
Future Dynamic 3D Reconstruction: A 3D World Model with Disentangled Ego-Motion
未来动态3D重建：一种具有解耦自运动的3D世界模型
机构 * Technical University of Munich (TUM)（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出FR3D世界模型，通过解耦场景3D演化与智能体轨迹，利用教师-学生蒸馏策略实现从单目观测到未来动态3D重建的几何一致性和零样本泛化。
Comments ICML 2026. Project page: https://fr3d-wm.github.io
Anchor3R: Streaming 3D Reconstruction with Transient Anchors for Long-Horizon Visual Mapping
Anchor3R: 基于瞬态锚点的流式3D重建用于长时程视觉映射
机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院自动化研究所） ； Horizon Robotics（Horizon机器人技术有限公司） ； HKUST(GZ)（香港科技大学（广州））
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出Anchor3R框架，通过将前馈重建视为当前帧坐标系下的局部测量预测而非全局回归，结合窗口相对位姿预测、闭环插入和运动平均，实现长序列上的在线3D重建与位姿估计。
Déjà View: Looping Transformers for Multi-View 3D Reconstruction
Déjà View: 用于多视图3D重建的循环Transformer
机构 * NVIDIA ； University of Modena and Reggio Emilia, AImageLab（摩德纳和雷焦艾米利亚大学，AImageLab） ； University of Toronto, Vector Institute（多伦多大学，向量研究所） ； ETH Zürich（苏黎世联邦理工学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出DéjàView模型，通过循环应用单个Transformer块进行迭代细化，以更少的参数和计算量在多个3D重建基准上达到或超越大规模前馈模型。
Comments Project Page: https://research.nvidia.com/labs/dvl/projects/dvlt
GHOST: Geometry-Hierarchical Online Streaming Token Eviction for Efficient 3D Reconstruction
GHOST: 用于高效3D重建的几何层次化在线流式令牌驱逐
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出GHOST框架，利用模型自身的3D几何输出在线驱逐冗余令牌，在保持重建质量的同时将KV缓存减半并实现1.75倍加速。
