视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
几何感知表示去噪用于鲁棒的多视角3D重建
机构 * KAIST AI（韩国国立科学技术院人工智能研究所） ； Samsung Electronics（三星电子）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出几何感知表示去噪（GARD）框架，在前馈3D重建模型的特征空间中执行扩散式多视角恢复，同时恢复场景几何与高质量RGB图像，在DA3基准上验证有效性。
V2V3D：用于光场显微镜的视图到视图去噪三维重建
机构 * Tsinghua University, Beijing 100084, China（清华大学，北京100084，中国） ； Shanghai AI Laboratory, China（上海人工智能实验室，中国）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出无监督视图到视图框架V2V3D，联合优化图像去噪和三维重建，利用噪声独立性实现噪声到噪声去噪，并设计基于波动光学的特征对齐技术恢复高频细节，在效率和性能上超越现有方法。
Comments CVPR 2025; New version: Fix NSFC ID
三步条件扩散光场显微三维重建
机构 * Yanshan University（雁山大学） ； 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 针对光场显微成像中传统算法分辨率低、伪影重、计算成本高，以及现有学习方法重建精度和泛化能力不足的问题，提出一种基于三步条件扩散的高保真三维重建方法，通过确定性三步采样和轻量条件U-Net实现快速准确重建，并引入类间检测模块增强稳定性。
Comments 10 pages, 6 figures. Accepted to CVPR 2026 Findings
HorizonStream: 用于流式3D重建的长程注意力
机构 * HKUST(GZ)（香港科技大学） ； Horizon Robotics（Horizon机器人） ； CASIA（中国科学院自动化研究所） ； CSU（中国科学技术大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 针对流式3D重建中长序列漂移和崩溃问题，提出HorizonStream模型，通过分解几何传播核为长程时间因子（几何线性注意力）和短程空间因子（几何局部注意力），实现恒定内存和线性时间下的稳定重建。
具有自适应更新的射线感知指针记忆用于流式3D重建
机构 * The Chinese University of HongKong, Shenzhen（香港中文大学（深圳）） ； Tsinghua University（清华大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出了一种射线感知指针记忆，用于流式3D重建，通过统一的记忆表示模型同时建模空间位置和视角方向，采用自适应指针更新策略以保留信息性指针并丢弃冗余指针，从而提高长期重建稳定性和相机姿态精度。
信任它还是不信任它：基于信任3R的证据不确定性用于前馈3D重建
机构 * Department of Electrical and Computer Engineering, Texas A\&M University, College Station, TX, USA（电子与计算机工程系，德克萨斯农工大学，学院站，德克萨斯州，美国）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出Trust3R，一种轻量级的证据不确定性框架，用于前馈3D重建，通过结合门控残差均值细化和正态-逆 Wishart 证据头，生成点云不确定性估计，提升几何重建的准确性和可靠性。
Comments Accepted at ICML 2026. 10 pages main paper, with appendix
UAVFF3D: 一种面向无人机3D重建的几何感知基准
机构 * School of Geosciences and Info-Physics（地质科学与信息物理学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出UAVFF3D基准，旨在解决无人机摄影测量中因相机几何变化导致的重建问题，通过引入真实-合成图像和控制测试子集，提升无人机领域适应性和鲁棒性。
Comments 19 pages, 16 figures, 16 tables
Spark3R: 非对称令牌缩减使快速前馈3D重建
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； School of Computer Science, Peking University（北京大学计算机科学学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出Spark3R框架，通过非对称令牌缩减技术，在不重新训练的情况下加速前馈3D重建模型，实现高达28倍的速度提升同时保持高质量重建。
重新思考长序列递归3D重建中的状态更新门
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算机与数据科学学院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文针对长序列递归3D重建中状态更新门的结构瓶颈问题，提出一个基于帧级的门控机制，通过闭式解推导出无需参数、训练和额外前向传递的标量帧级门，从而在多个基准测试中显著提升了精度并保持了常量内存使用。
Comments 17 pages, 7 figures
OCH3R: 以对象为中心的全局3D重建
机构 * Stanford University（斯坦福大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 OCH3R提出一种统一框架，从单张RGB图像实现以对象为中心的全局3D重建，通过单次前向传递预测所有对象实例的6D位姿和详细3D重建，提升效率与鲁棒性。
Lite3R: 一种高效的端到端3D重建模型无关框架
机构 * Peking University（北京大学） ； La Trobe University（拉特罗布大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出Lite3R框架，通过稀疏线性注意力和FP8-aware量化训练，提升3D重建效率，降低延迟和内存使用，同时保持重建质量。
EndoVGGT：基于图神经网络的手术3D重建中的深度估计
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出EndoVGGT框架，通过DeGAT模块动态构建语义图谱，提升手术3D重建的几何连续性和非刚性变形恢复能力，实验表明其在PSNR和SSIM上优于现有方法，并具备跨数据集泛化能力。
Comments We withdraw this submission due to significant errors in the presentation and logical structure of the paper. We found that the current version does not accurately convey the research findings and requires a major overhaul of the manuscript's methodology description and results analysis
注意力本身即可检索。RetrieveVGGT：通过查询-键相似性检索实现免训练长上下文流式3D重建
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 RetrieveVGGT通过将VGGT的上下文构建问题转化为检索问题，利用查询-键相似性实现可控内存预算，提升流式3D重建性能。
跨越天空与街道：从卫星、无人机和地面图像进行前馈3D重建
机构 * ShanghaiTech University（上海科技大学） ； Nanjing University of Science and Technology（南京理工大学）
专题命中 三维重建 ：3D reconstruction(title)；point cloud(abstract)；分类 cs.CV
AI总结 本文提出Cross3R模型，通过融合卫星、无人机和地面图像，实现跨视角3D点云重建及6自由度相机姿态估计，同时构建了跨地理三视角数据集CrossGeo以评估模型性能。
SAM 3D Animal：基于图像的野外多动物3D重建的可提示框架
机构 * University of Cambridge（剑桥大学） ； Southern University of Science and Technology（南方科技大学） ； Tsinghua University（清华大学） ； IMATI-CNR, Milan, Italy（意大利米兰IMATI-CNR研究所）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出SAM 3D Animal，首个可提示的多动物3D重建框架，基于SMAL+参数化动物模型，通过关键点和掩码提示实现拥挤和遮挡场景的可靠重建，利用Herd3D数据集在多个数据集上取得最优结果。
AnyRecon：基于视频扩散模型的任意视角3D重建
机构 * AnyRecon: Arbitrary-View 3D Reconstruction with Video Diffusion Model（AnyRecon：任意视角3D重建与视频扩散模型）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 AnyRecon通过视频扩散模型实现任意视角3D重建，保留显式几何控制并支持灵活条件设置，通过全局场景记忆和几何感知条件策略提升大场景重建效率与鲁棒性。
Comments Webpage: https://yutian10.github.io/AnyRecon/
VLM-3R：融合指令对齐3D重建的视觉-语言模型
机构 * UT Austin（德克萨斯大学奥斯汀分校） ； XMU（厦门大学） ； TAMU（德克萨斯大学阿灵顿分校） ； UCR（加州大学河滨分校） ； UNC（北卡罗来纳大学教堂山分校） ； Meta ； UCLA（加州大学洛杉矶分校）
专题命中 三维重建 ：3D reconstruction(title)；spatial understanding(abstract)；分类 cs.CV
AI总结 本文提出VLM-3R，通过融合3D重建指令微调，实现单目视频的3D空间辅助与具身推理，提升了视觉-空间推理和时间3D上下文理解的准确性和可扩展性。
Comments Project Page: https://vlm-3r.github.io/
基于AI的MRI-only全脊柱椎体分割及3D重建在儿童脊柱侧弯中的应用
机构 * Biomechanics and Spine Research Group, School of Mechanical, Medical, and Process Engineering, Faculty of Engineering, Queensland University of Technology（生物力学与脊柱研究组，机械、医学与过程工程学院，工程学院，昆士兰理工大学） ； Centre for Biomedical Technologies, School of Mechanical, Medical and Process Engineering, Faculty of Engineering, Queensland University of Technology（生物医学技术中心，机械、医学与过程工程学院，工程学院，昆士兰理工大学） ； Orthopaedics Department, Queensland Children’s Hospital（骨科部门，昆士兰儿童医院）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出一种AI框架，通过GAN将低剂量CT转换为MRI图像，结合已有MRI数据训练U-Net模型，实现全脊柱3D重建，提升分割精度并缩短处理时间，支持无辐射的脊柱侧弯评估。
Comments Presented at 2026 Spine Society of Australia 37th Annual Scientific Meeting
自由几何：从更长版本的自身中细化3D重建
机构 * The Hong Kong Polytechnic University, Hong Kong SAR（香港理工大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出Free Geometry框架，通过在测试时让3D重建模型自我进化，提升在遮挡、镜面反射等复杂场景下的重建精度，改进了多个基准数据集的相机姿态和点云预测性能。
Comments Code is available at https://github.com/hiteacherIamhumble/Free-Geometry
从下降阶段宽角影像进行行星表面的神经3D重建
机构 * University of Glasgow（格拉斯哥大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出了一种基于神经网络的行星下降影像3D重建方法，利用显式神经高度场表示提升重建精度，验证了神经方法在行星表面重建中的有效性。
Scal3R: 适用于大规模3D重建的可扩展测试时间训练
机构 * Zhejiang University（浙江大学） ； Horizon Robotics（地平线机器人） ； Zhejiang Lab（之江实验室）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出Scal3R，通过轻量神经子网络在测试时自监督学习，提升大规模3D重建的精度和一致性，实验证明其在KITTI和Oxford Spires数据集上的优越性能。
Comments Project page: https://zju3dv.github.io/scal3r
通过主动3D场景探索增强MLLM空间理解以实现多视角推理
机构 * Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Tencent（腾讯）
专题命中 三维重建 ：spatial understanding(title)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出一种无需训练的框架，通过显式3D重建机制提升MLLM的空间理解能力，通过主动探索生成新视角，优于专门空间模型和通用MLLM。
Mem3R: 基于混合记忆的流式3D重建
机构 * Google（谷歌） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Southern California（南加州大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 Mem3R通过分离相机跟踪与几何映射，利用隐式快权记忆和显式token状态提升长序列的时序一致性，相比CUT3R显著提升性能并减小模型规模。
Comments Project page: https://lck666666.github.io/Mem3R/
面向人类交互的单图像三维重建
机构 * Seoul National University（首尔大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出HUG3D框架，通过建模群体和实例级信息，解决多人类场景中的几何失真和交互问题，实现高保真三维重建。
Comments Accepted to CVPR 2026
在测试时利用先验知识学习3D重建
机构 * Stony Brook University（石溪大学）
专题命中 三维重建 ：3D reconstruction(title)；3D vision(abstract)；分类 cs.CV
AI总结 本文提出一种在测试时结合先验信息的多视角Transformer框架，通过约束预测优化提升3D任务性能，无需重新训练或修改预训练模型。
Comments Accepted to CVPR2026. Code link: https://github.com/cvlab-stonybrook/TCO
DePT3R：在单次前向传递中联合密集点跟踪和动态场景的3D重建
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 DePT3R通过提取深度时空特征和密集预测头，实现动态场景的密集点跟踪与3D重建，无需相机姿态，提升适应性和效率。
Comments This is a work in progress
视角感知的不完整深度图与表面法线融合以实现准确的3D重建
机构 * Austrian Institute of Technology（奥地利技术研究所） ； Center for Vision, Automation and Control（视觉、自动化与控制中心） ； Competence unit High-Performance Vision System（高性能视觉系统能力单元）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出一种视角感知的对数深度融合方法，通过显式考虑透视投影，提升基于单视角相机的深度和法线图的3D重建精度，并利用法线信息填补缺失深度数据。
Comments submitted to IET Electronics Letters
CAM3R：用于3D重建的相机无关模型
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Virginia（弗吉尼亚大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 CAM3R通过双视网络和Ray-Aware Global Alignment框架，实现对宽角度相机模型的3D重建，解决了传统方法在非矩形光学图像中的几何退化问题。
FullCircle：从随意的360度拍摄中轻松进行3D重建
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Bilkent University（比尔肯特大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Toronto（多伦多大学）
专题命中 三维重建 ：3D reconstruction(title)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出了一种直接从原始360度摄像机捕获数据进行3D重建的实用流程，无需特殊拍摄协议或预处理，且对人类操作员的干扰具有鲁棒性，展示了360度拍摄在随意重建中的优势。
UAVLight：用于无人机（UAV）场景中抗光照干扰的3D重建基准
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Meituan UAV（美团无人机） ； Beijing University of Chemical Technology（北京化工大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 UAVLight基准通过可控且真实的飞行路径捕获多时段多光照条件下的场景，提供一致几何和校准下的自然光照变化，用于评估抗光照干扰的3D重建方法。
Comments 10 pages, 6 figures
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