3D 视觉

RayMap3R: Inference-Time RayMap for Dynamic 3D Reconstruction

RayMap3R: 动态3D重建的推理时RayMap

Feiran Wang, Zezhou Shang, Gaowen Liu, Yan Yan

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Cisco Research（思科研究） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 本文提出RayMap3R框架，通过对比RayMap与图像预测识别动态区域，采用重置度量对齐和状态感知平滑技术，实现动态场景重建的高精度性能。

Comments Project page: https://raymap3r.github.io/

FILT3R: Latent State Adaptive Kalman Filter for Streaming 3D Reconstruction

FILT3R：用于流式3D重建的潜在状态自适应卡尔曼滤波器

Seonghyun Jin, Jong Chul Ye

机构 * KAIST AI（韩国科学技术院人工智能研究所） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 FILT3R通过将递归状态更新转化为token空间的随机状态估计，解决了流式3D重建中状态更新规则不稳定的问题，提升了长期稳定性。

A 3D Reconstruction Benchmark for Asset Inspection

用于资产检查的3D重建基准测试

James L. Gray, Nikolai Goncharov, Alexandre Cardaillac, Ryan Griffiths, Jack Naylor, Donald G. Dansereau

机构 * Australian Centre for Robotics, School of Aerospace, Mechanical and Mechatronic Engineering, University of Sydney（澳大利亚机器人中心，航空航天、机械与机电工程学院，悉尼大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 本文提出一个包含真实场景的3D重建基准数据集，用于评估在复杂表面条件和密集拍摄轨迹下的重建方法性能。

Comments 29 pages, 15 figures, 8 tables

TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction

TALO：推动3D视觉基础模型向全球一致的在线重建迈进

Fengyi Zhang, Tianjun Zhang, Kasra Khosoussi, Zheng Zhang, Zi Huang, Yadan Luo

机构 * UQMM Lab, The University of Queensland（昆士兰大学UQMM实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 三维重建 ：3D vision(title,abstract)；分类 cs.CV

AI总结 本文提出基于薄板样条的高自由度长期对齐框架，通过全局传播控制点纠正空间变化不一致，并采用点无关子图注册设计提升鲁棒性，实验表明其在多数据集和相机配置下均能获得更一致的几何和更低的轨迹误差。

Comments CVPR 2026

DualPrim: Compact 3D Reconstruction with Positive and Negative Primitives

DualPrim: 基于正负原语的紧凑3D重建

Xiaoxu Meng, Zhongmin Chen, Bo Yang, Weikai Chen, Weixiao Liu, Lin Gao

机构 * Independent Researcher（独立研究者） ； Waymo LLC（Waymo公司） ； Lucid Motors ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； School of Advanced Interdisciplinary Science, University of Chinese Academy of Sciences（中国科学院大学先进交叉学科学院） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 DualPrim通过正负超球体实现紧凑且结构化的3D重建，提升拓扑感知建模能力，实现端到端学习和无缝导出。

On Geometric Understanding and Learned Priors in Feed-forward 3D Reconstruction Models

关于馈送式3D重建模型中的几何理解与学习先验

Jelena Bratulić, Sudhanshu Mittal, Thomas Brox, Christian Rupprecht

机构 * University of Freiburg（弗赖堡大学） ； University of Oxford（牛津大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 研究探讨了馈送式3D重建模型是否基于传统多视图流程的几何原理或依赖大规模训练的学习先验，通过分析内部表示和注意力模式验证了几何理解的存在。

SSR: A Training-Free Approach for Streaming 3D Reconstruction

SSR：一种无需训练的流式3D重建方法

Hui Deng, Yuxin Mao, Yuxin He, Yuchao Dai

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 本文提出SSR方法，从Grassmannian流形视角解决流式3D重建中的几何漂移问题，通过自表达属性计算亲和矩阵以正则化当前更新，减少误差积累，提升重建质量。

Comments 8 pages

Intrinsic Tolerance in C-Arm Imaging: How Extrinsic Re-optimization Preserves 3D Reconstruction Accuracy

C臂成像的内在容忍度：如何通过外在重新优化保持3D重建精度

Lin Li, Benjamin Aubert, Paul Kemper, Aric Plumley

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 研究通过重新优化外在参数补偿内在校准误差，证明在存在一定内在校准误差时，能保持3D重建精度，为简化C臂系统设置提供了可行路径。

LCAMV: High-Accuracy 3D Reconstruction of Color-Varying Objects Using LCA Correction and Minimum-Variance Fusion in Structured Light

LCAMV：利用LCA校正和最小方差融合实现颜色变化物体的高精度3D重建

Wonbeen Oh, Jae-Sang Hyun

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 LCAMV通过LCA校正和最小方差融合技术，实现对颜色变化物体的高精度3D重建，有效降低深度误差。

PLANING: A Loosely Coupled Triangle-Gaussian Framework for Streaming 3D Reconstruction

PLANING：一种松散耦合的三角高斯框架用于流式3D重建

Changjian Jiang, Kerui Ren, Xudong Li, Kaiwen Song, Guanghao Li, Linning Xu, Tao Lu, Junting Dong, Yu Zhang, Bo Dai, Mulin Yu

专题命中 三维重建 ：3D reconstruction(title)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 PLANING提出了一种松散耦合的三角高斯框架，实现高效流式3D重建，提升重建质量并提高计算效率，适用于大规模场景建模和模拟环境。

Comments Project page: https://city-super.github.io/PLANING/

Speed3R: Sparse Feed-forward 3D Reconstruction Models

Speed3R: 稀疏前馈3D重建模型

Weining Ren, Xiao Tan, Kai Han

机构 * The University of Hong Kong（香港大学） ； Baidu AMU（百度AMU） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 Speed3R通过稀疏关键点匹配机制实现高效3D重建，以12.4倍速度提升推理效率，同时保持几何精度。

Comments CVPR 2026 Findings, project page: https://visual-ai.github.io/speed3r/

EvalMVX: A Unified Benchmarking for Neural 3D Reconstruction under Diverse Multiview Setups

EvalMVX: 一种用于神经3D重建的统一基准测试，适用于多样化的多视角设置

Zaiyan Yang, Jieji Ren, Xiangyi Wang, zonglin li, Xu Cao, Heng Guo, Zhanyu Ma, Boxin Shi

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； Xiong’an Aerospace Information Research Institute（雄安航空航天信息研究所） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 EvalMVX是一个包含25个物体的真实世界数据集，用于评估神经3D重建方法在不同多视角设置下的性能。

TTT3R: 3D Reconstruction as Test-Time Training

TTT3R: 3D重建作为测试时训练

Xingyu Chen, Yue Chen, Yuliang Xiu, Andreas Geiger, Anpei Chen

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Uni of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 TTT3R通过测试时训练方法提升3D重建的长度泛化能力，实现全局姿态估计性能提升2倍，运行效率高且内存消耗低。

Comments Page: https://rover-xingyu.github.io/TTT3R/ Code: https://github.com/Inception3D/TTT3R

Journal ref International Conference on Learning Representations (ICLR), 2026

Single-Slice-to-3D Reconstruction in Medical Imaging and Natural Objects: A Comparative Benchmark with SAM 3D

医学影像和自然物体的单切片到三维重建：与SAM 3D的比较基准

Yan Luo, Advaith Ravishankar, Serena Liu, Yutong Yang, Mengyu Wang

机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） ； Harvard University（哈佛大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 本文通过比较基准揭示了单切片到三维重建的局限性，指出SAM3D在医学形状拓扑相似性上表现最佳，但需领域适应和解剖约束以克服复杂医学几何。

VGG-T$^3$: Offline Feed-Forward 3D Reconstruction at Scale

VGG-T³：大规模离线前馈3D重建

Sven Elflein, Ruilong Li, Sérgio Agostinho, Zan Gojcic, Laura Leal-Taixé, Qunjie Zhou, Aljosa Osep

机构 * NVIDIA ； Vector Institute（向量研究所） ； University of Toronto（多伦多大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 VGG-T³通过测试时训练将变长键值空间蒸馏为固定大小的MLP，实现大规模离线前馈3D重建，速度比基线方法快11.6倍，并在重建精度和视觉定位能力上表现优异。

Comments CVPR 2026, Project page: https://research.nvidia.com/labs/dvl/projects/vgg-ttt

GeoFusionLRM: Geometry-Aware Self-Correction for Consistent 3D Reconstruction

GeoFusionLRM: 基于几何的自我校正以实现一致的3D重建

Ahmet Burak Yildirim, Tuna Saygin, Duygu Ceylan, Aysegul Dundar

机构 * Bilkent University（比尔肯特大学） ； Adobe Research（Adobe研究） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 GeoFusionLRM通过反馈几何信息提升单图像3D重建的几何精度与一致性

Implicit-Scale 3D Reconstruction for Multi-Food Volume Estimation from Monocular Images

隐式尺度多食物体积估计的单目图像三维重建

Yuhao Chen, Gautham Vinod, Siddeshwar Raghavan, Talha Ibn Mahmud, Bruce Coburn, Jinge Ma, Fengqing Zhu, Jiangpeng He

机构 * University of Waterloo（滑铁卢大学） ； Purdue University（普渡大学） ； Indiana University（印第安纳大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 本文提出隐式尺度三维重建方法，用于单目图像中多食物体积估计，通过基准数据集验证了基于几何的重建方法在准确性和鲁棒性上的优势。

Comments Paper accepted to 2026 IEEE Southwest Symposium on Image Analysis and Interpretation. The dataset can be downloaded at: https://www.kaggle.com/competitions/3d-reconstruction-from-monocular-multi-food-images/data

Splat and Distill: Augmenting Teachers with Feed-Forward 3D Reconstruction For 3D-Aware Distillation

Splat和Distill：通过馈送式3D重建增强教师模型以实现3D感知的蒸馏

David Shavin, Sagie Benaim

机构 * Department of Computer Science（计算机科学系） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 Splat和Distill通过馈送式3D重建增强教师模型，提升2D VFMs的3D意识和语义丰富性。

Comments Accepted to ICLR 2026

Journal ref ICLR 2026

SARS: A Novel Face and Body Shape and Appearance Aware 3D Reconstruction System extends Morphable Models

SARS: 一种新型的面向面部和身体形状及外观的3D重建系统扩展可变形模型

Gulraiz Khan, Kenneth Y. Wertheim, Kevin Pimbblet, Waqas Ahmed

机构 * Centre of Excellence for Data Science, Artificial Intelligence and Modelling (DAIM), University of Hull, UK（数据科学、人工智能与建模卓越中心（DAIM）、赫尔大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 SARS提出了一种新型的3D重建系统，通过单张图像提取身体和面部信息，实现对全身体3D模型的精确重建，扩展了可变形模型的应用范围。

RealSynCol: a high-fidelity synthetic colon dataset for 3D reconstruction applications

RealSynCol：一种高保真的合成结肠数据集用于3D重建应用

Chiara Lena, Davide Milesi, Alessandro Casella, Luca Carlini, Joseph C. Norton, James Martin, Bruno Scaglioni, Keith L. Obstein, Roberto De Sire, Marco Spadaccini, Cesare Hassan, Pietro Valdastri, Elena De Momi

机构 * Department of Electronics, Information, and Bioengineering, Politecnico di Milano（米兰理工大学电子、信息与生物工程系） ； School of Electronic and Electrical Engineering, University of Leeds（利兹大学电子与电气工程学院） ； Division of Gastroenterology, Vanderbilt University Medical Center（范德比尔特大学医学中心胃肠科） ； Department of Mechanical Engineering, Vanderbilt University（范德比尔特大学机械工程系） ； Endoscopy Unit, Humanitas Clinical and Research Center IRCCS（人类itas临床与研究中心内窥镜单元） ； Department of Biomedical Sciences, Humanitas University（人类itas大学生物医学科学系） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 RealSynCol通过高保真的合成数据集提升3D重建应用中的深度和姿态估计性能，为内窥镜诊断提供有力支持。

MetaSSP: Enhancing Semi-supervised Implicit 3D Reconstruction through Meta-adaptive EMA and SDF-aware Pseudo-label Evaluation

MetaSSP：通过元适应性EMA和SDF-aware伪标签评估增强半监督隐式3D重建

Luoxi Zhang, Chun Xie, Itaru Kitahara

机构 * Doctoral Program in Empowerment Informatics（赋能信息学博士项目） ； University of Tsukuba（茨ukuba大学） ； Center for Computational Science（计算科学中心） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 MetaSSP通过元适应性EMA和SDF-aware伪标签评估，提升半监督隐式3D重建的精度和效率，达到新的技术水平。

MGP-KAD: Multimodal Geometric Priors and Kolmogorov-Arnold Decoder for Single-View 3D Reconstruction in Complex Scenes

MGP-KAD：多模态几何先验与科莫戈罗夫-阿诺德解码器用于复杂场景中的单视图3D重建

Luoxi Zhang, Chun Xie, Itaru Kitahara

机构 * Doctoral Program in Empowerment Informatics, University of Tsukuba, Japan（赋能信息学博士项目，茨ukuba大学，日本） ； Center for Computational Science, Tsukuba, Ibaraki, Japan（计算科学中心，茨ukuba，Ibaraki，日本） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 MGP-KAD通过整合多模态特征与几何先验，结合科莫戈罗夫-阿诺德网络解码器，提升复杂场景中单视图3D重建的精度与细节保持能力。

Comments 6 pages. Published in IEEE International Conference on Image Processing (ICIP) 2025

Journal ref Proc. IEEE International Conference on Image Processing (ICIP), 2025, pp. 1564-1569

SuperPoint-E: local features for 3D reconstruction via tracking adaptation in endoscopy

SuperPoint-E：通过内窥镜跟踪适应进行3D重建的局部特征

O. Leon Barbed, José M. M. Montiel, Pascal Fua, Ana C. Murillo

机构 * University of Zaragoza（萨拉戈萨大学） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 SuperPoint-E通过跟踪适应策略提升内窥镜视频中3D重建的特征提取性能，实现更密集和更精确的重建结果。

Comments 12 pages, 5 tables, 6 figures

A Survey of Medical Point Cloud Shape Learning: Registration, Reconstruction and Variation

医学点云形状学习综述：配准、重建与变化

Tongxu Zhang, Zhiming Liang, Bei Wang

机构 * East China University of Science and Technology（东华大学） 纠错

专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文综述了医学点云形状学习的最新进展，重点探讨配准、重建和变化建模三大任务，分析了当前挑战与未来发展方向。

Med-PU: Point Cloud Upsampling for High-Fidelity 3D Medical Shape Reconstruction

Med-PU：用于高保真3D医学形状重建的点云上采样

Tongxu Zhang, Bei Wang

机构 * East China University of Science and Technology（东华大学） 纠错

专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.CV

AI总结 Med-PU通过整合体素分割与点云上采样，实现了高保真3D医学形状重建，提升了表面质量和解剖保真度，适用于多种解剖区域。

PLANA3R: Zero-shot Metric Planar 3D Reconstruction via Feed-Forward Planar Splatting

PLANA3R: 通过前馈平面撒点实现零样本度量平面三维重建

Changkun Liu, Bin Tan, Zeran Ke, Shangzhan Zhang, Jiachen Liu, Ming Qian, Nan Xue, Yujun Shen, Tristan Braud

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Ant Group（蚂蚁集团） ； Wuhan University（武汉大学） ； Zhejiang University（浙江大学） ； The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 PLANA3R通过前馈平面撒点实现零样本度量平面三维重建，无需显式平面监督，适用于大规模立体数据集。

Comments Camera-ready version of a paper in 39th Conference on Neural Information Processing Systems (NeurIPS 2025). The project page is available at: https://lck666666.github.io/plana3r

Revisiting 3D Reconstruction Kernels as Low-Pass Filters

重新审视3D重建核作为低通滤波器

Shengjun Zhang, Min Chen, Yibo Wei, Mingyu Dong, Yueqi Duan

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 本文提出Jinc核和调制核，通过优化低通滤波特性提升3D重建的渲染性能。

Comments 14 pages, 5 figures

MoE3D: A Mixture-of-Experts Module for 3D Reconstruction

MoE3D: 一种用于3D重建的专家混合模块

Zichen Wang, Ang Cao, Liam J. Wang, Jeong Joon Park

机构 * University of Michigan（密歇根大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 MoE3D通过专家混合模块提升3D重建精度，有效减少边界伪影并提高整体重建效果，具有高效计算和良好泛化能力。

SlingBAG Pro: Accelerating point cloud-based iterative reconstruction for 3D photoacoustic imaging with arbitrary array geometries

SlingBAG Pro: 通过任意阵列几何加速基于点云的迭代重建用于3D光声成像

Shuang Li, Yibing Wang, Jian Gao, Chulhong Kim, Seongwook Choi, Yu Zhang, Qian Chen, Yao Yao, Changhui Li

专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.CV

AI总结 SlingBAG Pro通过任意阵列几何加速基于点云的3D光声成像重建，提升速度2.2倍。

OVSeg3R: Learn Open-vocabulary Instance Segmentation from 2D via 3D Reconstruction

OVSeg3R: 通过3D重建从2D学习开放词汇实例分割

Hongyang Li, Jinyuan Qu, Lei Zhang

机构 * South China University of Technology（南方科技大学） ； International Digital Economy Academy (IDEA)（国际数字经济学院） ； Tsinghua University（清华大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV

AI总结 OVSeg3R通过3D重建技术，从2D模型学习开放词汇3D实例分割，提升模型性能和类别平衡性。