Probabilistic Recovery of Multiple Subspaces in Point Clouds by Geometric lp Minimization
专题命中 点云 ：point cloud(title)
Comments This paper was split into two different papers: 1. http://arxiv.org/abs/1012.4116 2. http://arxiv.org/abs/1104.3770
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. 点云 7719 篇
Networks of Polynomial Pieces with Application to the Analysis of Point Clouds and Images
专题命中 点云 ：point cloud(title)
BridgeVLA++: A Data-Efficient, Generalizable, and Memory-Augmented Vision-Language-Action Framework for 3D Manipulation
BridgeVLA++：一种面向三维操作的数据高效、可泛化且内存增强的视觉-语言-动作框架
机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室（NLPR）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； FiveAges ； ByteDance Seed（字节跳动种子实验室）
专题命中 点云 ：3D vision(abstract)；point cloud(abstract)；分类 cs.RO
AI总结 本研究提出内存增强的三维VLA框架BridgeVLA++，通过新增时空记忆架构，在保留原模型数据效率与泛化能力的同时，提升了记忆相关操作性能，且在多任务与真实平台上验证了其有效性。
Comments This work has been submitted to the IEEE TPAMI for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible
Wat3R: Underwater 3D Geometry Learning without Annotations
Wat3R：无需标注的水下3D几何学习
机构 * Huazhong University of Science and Technology（华中科技大学）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 针对水下3D几何估计难题，提出跨域半监督学习框架Wat3R，基于师生架构，无需标注水下数据，利用未标注视频学习，设计跨视图一致性损失，构建Water3D数据集，实验证明其在水下多视图深度估计和点云重建上性能优于现有方法。
Comments Accepted to ECCV 2026. The dataset and code are available at https://github.com/LSXI7/Wat3R
Geometry-Aware Motion Latents for Learning Robust Manipulation Policies
用于学习鲁棒操纵策略的几何感知运动潜变量
机构 * Department of Computer Science, The University of Hong Kong（香港大学计算机科学系）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.RO
AI总结 研究如何学习机器人操纵的运动潜变量，核心方法是通过预测点云在操纵过程中的演变来学习离散运动潜码，贡献是仅用单视图RGB-D输入达先进性能，验证几何预测是关键，且潜码有有效运动抽象能力。
G2P: Gaussian-to-Point Attribute Alignment for Boundary-Aware 3D Segmentation
G2P：面向边界感知3D分割的高斯到点属性对齐
机构 * Kyungpook National University（庆北国立大学） ； Korea Electronics Technology Institute（韩国电子技术研究院） ； Adobe Research（Adobe研究院） ； Zhejiang University（浙江大学）
专题命中 点云 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出G2P方法，通过将3D高斯泼溅的属性（如不透明度和尺度）传递到点云，解决几何特征无法区分外观相似物体的问题，实现边界感知的3D分割。
Comments Accepted to ECCV 2026. Camera-ready version
MM-TRELLIS: Point-Cloud Guided Multi-Modal 3D Vehicle Generation in Autonomous Driving
MM-TRELLIS: 自动驾驶中基于点云引导的多模态3D车辆生成
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院教育部人工智能重点实验室） ； Academy of Military Science（军事科学院） ； Bosch innovation software development (Wuxi) Co., Ltd.（博世创新软件开发（无锡）有限公司） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机学院） ； Shopee Pte. Ltd.（Shopee私人有限公司）
专题命中 点云 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出MM-TRELLIS，融合多视图图像与LiDAR点云，通过点云引导和体素过滤策略，实现高质量3D车辆生成，在Waymo数据集上优于现有方法。
SpatialSV: Internalizing Interpretable 3D Spatial Awareness in MLLMs via Task-Oriented Visual Supervision
SpatialSV: 通过任务导向的视觉监督在多模态大语言模型中内化可解释的3D空间感知
机构 * School of Intelligent Systems Engineering, Sun Yat-sen University（中山大学智能工程学院）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出SpatialSV框架，通过任务导向的视觉监督将MLLM的2D特征提升为显式3D表示（深度图、相机姿态、点云），实现可解释的3D空间感知内化，无需外部工具，并在半监督设置中展现强泛化能力。
Comments Accepted by IJCAI 2026
S23DR 2026: End-to-End 3D Wireframe Prediction via DETR-Style Set Prediction with Contrastive Denoising
S23DR 2026：基于对比去噪的DETR风格集合预测实现端到端3D线框预测
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出WireframeDETR方法，直接对3D点云进行DETR风格集合预测，无需中间顶点检测，通过对比去噪训练、多尺度编码器和渐进辅助损失权重实现端到端3D线框预测，在S23DR 2026挑战赛上取得0.575 HSS。
Comments Technical report; S23DR 2026 Challenge submission
Modality-Aware Feature Matching in Visual and Vision-Language Applications: A Comprehensive Survey
视觉与视觉-语言应用中的模态感知特征匹配：全面综述
机构 * School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（江西财经大学计算机与人工智能学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Computer Science and Informatics, Cardiff University（卡迪夫大学计算机科学与信息学院） ； School of Computing and Communications, Lancaster University（兰卡斯特大学计算机与通讯学院） ； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（新加坡资讯研究院，科技研究局（A*STAR）） ； Department of Automation, Tsinghua University（清华大学自动化系）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 综述基于模态的特征匹配，涵盖传统手工方法和现代深度学习方法，重点讨论跨RGB、深度、3D点云、LiDAR、医学图像及视觉-语言模态的进展，突出模态感知技术。
Comments CSUR
Dual-Pathway Geometry-Aware MLLM for Spatial Intelligence
双路径几何感知多模态大语言模型用于空间智能
机构 * University of Science and Technology of China（中国科学技术大学） ； Li Auto Inc.（利汽车公司） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 提出GAMSI，一种仅以RGB图像为输入、通过双路径查询和专家引导视觉对齐实现3D结构与度量尺度联合感知的多模态大语言模型，在七个空间智能基准上达到最优性能。
Spatial-aware Vision Language Model for Autonomous Driving
面向自动驾驶的空间感知视觉语言模型
机构 * Motional ； University of Amsterdam（阿姆斯特丹大学）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 提出LVLDrive框架，通过融合LiDAR点云与视觉语言模型，利用渐进融合Q-Former和空间感知问答数据集，解决3D度量空间推理瓶颈，提升自动驾驶场景理解与决策可靠性。
Comments Accepted to CVPR AutoPilot Workshop 2026
Sensor2Sensor: Cross-Embodiment Sensor Conversion for Autonomous Driving
Sensor2Sensor: 自动驾驶的跨本体传感器转换
机构 * Waymo ； Johns Hopkins University（约翰霍普金斯大学） ； Google DeepMind（谷歌DeepMind） ； University of Washington（华盛顿大学）
专题命中 点云 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 提出Sensor2Sensor生成模型，将单目行车记录仪视频转换为多模态传感器数据（多视角相机图像和LiDAR点云），通过4D高斯泼溅重建和扩散架构解决无配对数据问题，为自动驾驶开发解锁外部数据源。
Comments Accepted by CVPR 2026
Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method
扩展以占据为中心的驾驶场景生成：数据集与方法
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究院） ； School of Electronic Information and Electrical Engineering（电子信息与电气工程学院） ； Li Auto（力汽车） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative（宁波空间智能与数字衍生实验室） ； Ningbo Institute of Digital Twin（宁波数字孪生研究院）
专题命中 点云 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 针对占据数据稀缺问题，构建最大语义占据数据集Nuplan-Occ，并提出统一框架联合生成高质量语义占据、多视角视频和LiDAR点云，采用时空解耦架构及高斯泼溅稀疏点图渲染和传感器感知嵌入策略，实现高保真生成。
Comments IEEE TPAMI
Imaging Hidden Objects with Consumer LiDAR via Motion Induced Sampling
通过运动诱导采样用消费级LiDAR成像隐藏物体
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Dartmouth College（达特茅斯学院）
专题命中 点云 ：3D reconstruction(abstract,abstract_cn)；分类 cs.CV
AI总结 本文提出了一种多帧融合策略，利用运动诱导孔径采样模型，在消费级LiDAR上实现了非线视成像，实现了隐藏物体的3D重建、多物体跟踪和相机定位，并展示了消费级硬件无需额外设置即可实现非线视成像的潜力。
Low-Cost Stereo Vision for Robust 3D Positioning of Thin Radiata Pine Branches in Autonomous Drone Pruning
低成本立体视觉用于自主无人机修剪中薄辐射松枝的稳健三维定位
机构 * Centre of Data Science and Artificial Intelligence & School of Engineering and Computer Science（数据科学与人工智能中心及工程与计算机科学学院）
专题命中 点云 ：NeRF(abstract,abstract_cn)；分类 cs.CV
AI总结 本文研究利用低成本立体相机实现自主无人机修剪薄枝的三维定位，通过分支分割与深度估计方法，解决森林场景中纹理稀疏、结构细长和噪声干扰等问题。
How to Enable LLM with 3D Capacity? A Survey of Spatial Reasoning in LLM
如何使LLM具备3D能力？LLM中空间推理的综述
机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guang Zhou)（香港科学与技术大学（广州））
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 本文综述了将LLM与3D空间理解结合的方法，提出分类体系，涵盖图像、点云和混合模态方法，并讨论了当前限制与未来研究方向。
Comments 9 pages, 5 figures
Journal ref IJCAI 2025
GGPT: Geometry Grounded Point Transformer
GGPT：基于几何的点变换
机构 * ETH Zurich（苏黎世联邦理工学院） ； Delft University of Technology（代尔夫特理工大学）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 GGPT通过引入几何引导的点变换，结合密集前馈预测与显式几何约束，实现了更准确且一致的3D重建，提升了细粒度结构恢复和无纹理区域填补能力。
Comments CVPR 2026, Project website: https://chenyutongthu.github.io/research/ggpt
Toward Unified Multimodal Representation Learning for Autonomous Driving
迈向自动驾驶的统一多模态表示学习
机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（德克萨斯大学机械工程系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） ； The Department of Engineering Technology and Industrial Distribution Texas A&M University, College Station, TX 77843, USA（工程技术与工业分布系，德克萨斯农工大学，学院站，德克萨斯，77843，美国）
专题命中 点云 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文提出CTP框架，通过统一多模态张量对齐提升自动驾驶性能。
OnlineSI: Taming Large Language Model for Online 3D Understanding and Grounding
OnlineSI: 通过大规模语言模型实现在线3D理解和定位
机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai AI Lab（上海人工智能实验室）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 OnlineSI通过整合3D点云与语义信息，提升大规模语言模型在动态环境中的空间理解和物体识别能力。
Comments Project Page: https://onlinesi.github.io/
Action-Geometry Prediction with 3D Geometric Prior for Bimanual Manipulation
基于3D几何先验的双臂操作动作预测
机构 * College of Computer Science, Sichuan University, China（四川大学计算机学院） ； University of Electronic Science and Technology of China, China（电子科技大学） ； Dexmal ； The Chinese University of Hong Kong, HK SAR, China（香港中文大学（HK SAR））
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 本文提出基于3D几何先验的双臂操作预测框架，通过融合几何特征与2D语义信息，实现高效动作预测与空间理解。
Comments Accepted by CVPR 2026
3D Object Detection for Autonomous Driving: A Survey
自动驾驶中的3D物体检测：综述
机构 * Key Lab of Data Engineering and Knowledge Engineering, Renmin University of China, Beijing 100872, China（数据工程与知识工程重点实验室，中国人民大学，北京100872，中国） ； School of Mathematics, Renmin University of China, Beijing 100872, China（数学学院，中国人民大学，北京100872，中国）
专题命中 点云 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文综述了自动驾驶中3D物体检测的研究进展，涵盖了传感器、数据集、性能指标及最新方法，并分析了其优缺点及未来方向。
Comments The manuscript is accepted by Pattern Recognition on 14 May 2022
Zoo3D: Zero-Shot 3D Object Detection at Scene Level
Zoo3D：面向场景级别的零样本3D物体检测
机构 * Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学） ； Higher School of Economics（高等经济学院） ； M:3L Lab, Institute of Mechanics, Armenia（M:3L实验室，力学研究所，亚美尼亚）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 Zoo3D提出无需训练的3D物体检测框架，通过图聚类和开放式词汇模块实现零样本和自监督模式，取得开放词汇3D检测最佳效果。
Avi: Action from Volumetric Inference
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of pennsylvania（宾夕法尼亚大学）
专题命中 点云 ：3D vision(abstract)；point cloud(abstract)；分类 cs.RO
Comments NeurIPS 2025 Workshop on Embodied World Models for Decision Making. URL: https://avi-3drobot.github.io/
SSR: Enhancing Depth Perception in Vision-Language Models via Rationale-Guided Spatial Reasoning
机构 * Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
Comments Accepted by NeurIPS 2025
ViSE: A Systematic Approach to Vision-Only Street-View Extrapolation
机构 * Xiaomi EV（小米电动车）
专题命中 点云 ：point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV
Spatio-Temporal LLM: Reasoning about Environments and Actions
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
Comments Code and data are available at https://zoezheng126.github.io/STLLM-website/
3DAeroRelief: The first 3D Benchmark UAV Dataset for Post-Disaster Assessment
机构 * Department of Computer Science and Engineering, Lehigh University（计算机科学与工程系，莱维大学） ； Department of Civil and Environmental Engineering, Lehigh University（土木与环境工程系，莱维大学）
专题命中 点云 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV
Surfel-based 3D Registration with Equivariant SE(3) Features
机构 * University of Melbourne（墨尔本大学） ； KU Leuven（鲁文大学）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
Comments 5 pages, 4 figures
Journal ref Published on 2025 IEEE International Geoscience and Remote Sensing Symposium
BasketLiDAR: The First LiDAR-Camera Multimodal Dataset for Professional Basketball MOT
机构 * Keio University（Keio大学） ； AISIN CORPORATION（AISIN公司）
专题命中 点云 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV
Comments Accepted to MMSports
