3D 视觉

Fast Rigid 3D Registration Solution: A Simple Method Free of SVD and Eigen-Decomposition

快速刚性三维配准解决方案：一种无需SVD和特征分解的简单方法

Jin Wu, Ming Liu, Zebo Zhou, Rui Li

机构 * School of Aeronautics and Astronautics, University of Electronic Science and Technology of China, Chengdu, 611731, China（电子科技大学航空宇航学院） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出一种无需SVD和特征分解的快速刚性三维配准方法，通过点交叉协方差矩阵的最优特征向量计算实现高效配准，验证了其在噪声点云中的鲁棒性和速度优势。

Deconfliction and Surface Generation from Bathymetry Data Using LR B-splines

基于LR样条的水下地形数据去冲突与表面生成

Vibeke Skytt, Quillon Harpham, Tor Dokken, Heidi E. I. Dahl

专题命中 点云 ：point cloud(abstract)；分类 cs.GR

AI总结 本文利用LR样条对多源不同时期的水下地形点云进行去冲突处理，生成精确且数据量小的表面模型，通过迭代优化提升精度与效率。

A Cylindrical Basis Function for Solving Partial Differential Equations on Manifolds

在流形上求解偏微分方程的圆柱基函数

E. O. Asante-Asamani, Lei Wang, Zeyun Yu

专题命中 点云 ：point cloud(abstract)；分类 cs.GR

AI总结 本文提出一种在点云表示的闭合曲面中高效求解偏微分方程的方法，通过将标准径向基函数核的径向向量投影到局部切平面，将曲面微分算子转换为笛卡尔等价算子，验证了该方法在离散拉普拉斯-贝尔特拉米算子中的有效性。

Invariant EKF Design for Scan Matching-aided Localization

用于扫描匹配辅助定位的不变扩展卡尔曼滤波设计

Martin Barczyk, Silvère Bonnabel, Jean-Emmanuel Deschaud, François Goulette

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出基于IEKF和MEKF的室内定位方法，通过融合运动传感器数据与扫描匹配点云实现机器人位姿估计，实验验证了IEKF的优越性。

Group Orbit Optimization: A Unified Approach to Data Normalization

群轨道优化：数据规范化的一个统一方法

Shuchang Zhou, Zhihua Zhang, Xiaobing Feng

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出并研究了群轨道优化（GOO）问题，证明其可诱导矩阵分解技术，如SVD、LU分解、QR分解等，从而构建统一的矩阵分解框架，并推广至张量分解。

Semantic-weighted ICP for LiDAR Odometry: Class-Aware Residual Reweighting for Robust Scan Registration

语义加权ICP用于LiDAR里程计：基于类感知残差加权的鲁棒扫描配准

Vasco Carvalho, Tiago Barros, Urbano J. Nunes

机构 * Institute of Robotics and Autonomous Systems, University of Lisbon（里斯本大学机器人与自主系统研究所） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出语义加权ICP方法，通过根据语义类别的几何稳定性对残差进行加权，在动态和复杂环境中提升LiDAR里程计的位姿估计鲁棒性。

From 3D Perception to Safety Reasoning: A Graph-Based Framework for Real-Time Underground Mine Monitoring

从3D感知到安全推理：基于图的实时地下矿井监控框架

Pasindu Ranasinghe, Simit Raval, Dibyayan Patra, Bikram Banerjee, Ismet Canbulat

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出一个结合3D语义感知、不确定性异常检测、规则检查、设备端LLM推理和GraphRAG记忆分析的连续监控框架，通过场景图和时序图实现结构化安全推理，在115个危险场景中达到93%的覆盖率和92.7%的感知精度。

I2PRef: Image-Driven Point Completion with Iterative Refinement

I2PRef: 图像驱动的点云补全与迭代细化

Azhar Hussian, Marina Ritthaler, André Kaup, Vasileios Belagiannis

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出一种以图像为主要几何来源的点云补全方法，通过图像到点（I2P）模块直接从单张RGB图像重建完整点云，并利用基于Transformer的点到点（P2P）细化模块迭代优化，在ShapeNet-ViPC上取得最先进性能，Chamfer距离相对提升12.3%。

Comments Accepted at European Signal Processing Conference (EUSIPCO 2026)

MASER: Modality-Adaptive Specialist Routing for Embodied 3D Spatial Intelligence

MASER: 面向具身3D空间智能的模态自适应专家路由

Hilton Raj, Vishnuram AV

机构 * Boston University（波士顿大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出MASER框架，通过训练共享VLM骨干的五个模态适配器并学习基于问题选择最佳适配器的神经路由策略，解决具身代理在3D环境中多模态推理时忽略问题语义的问题。

Comments Accepted to CVPR 2026 Foundation Models Meet Embodied Agents Workshop

Edge Prediction for Roof Wireframe Reconstruction with Transformers

基于Transformer的屋顶线框重建边预测

Gustav Hanning, Ludvig Dillén, Jonathan Astermark, Johanna Lidholm, Viktor Larsson

机构 * Centre for Mathematical Sciences, Lund University（卢德大学数学科学中心） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出一种端到端Transformer编码器-解码器架构，利用稀疏SfM点云和语义分割图重建3D屋顶线框，在HoHo 22k数据集上取得0.6476的混合结构分数，位列挑战赛第二名。

Comments Presented at the 3rd Urban Scene Modeling (USM3D) Workshop at CVPR 2026

A Simulation Platform for Flapping-Wing Vehicles

扑翼飞行器仿真平台

Haichuan Li, Tomi Westerlund

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 针对扑翼飞行器仿真与现实差距大的问题，提出FWAV-Sim高保真仿真平台，集成复合气动模型、湍流生成和真实传感器模拟，提升自主系统开发效果。

PillarDETR: YOLO-Backbone and RT-DETR Head for Real-Time 3D Object Detection

PillarDETR：基于YOLO骨干和RT-DETR头的实时3D目标检测

Smit Kadvani, Shriya Gumber, Kriti Faujdar, Harsh Dave

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出PillarDETR架构，结合YOLOv8的CSP骨干和RT-DETR解码器，实现无需NMS的端到端实时3D目标检测，在KITTI和nuScenes上取得精度与速度的良好平衡。

Comments 6 pages, 1 figures, 8 tables

Hierarchical Object Representation for Spatial Robot Perception: Points, Meshes, and Superquadrics

用于空间机器人感知的层次化物体表示：点云、网格和超二次曲面

Ceng Zhang, Wan Su, Mohamed Samshad, Gregory S. Chirikjian, Rajat Talak

机构 * National University of Singapore (NUS)（新加坡国立大学） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出一种层次化物体表示方法，从原始传感器数据逐步抽象为稠密网格和超二次曲面，用于高保真重建、鲁棒重定位和高效碰撞检测，并在室内外场景中验证其有效性。

Comments 18 pages, 5 figures, 4 tables

HOLA: Holistic Multi-Modal Alignment for Open-Set 3D Recognition

HOLA: 面向开放集3D识别的全息多模态对齐

Koby Aharonov, Oren Shrout, Ayellet Tal

机构 * Technion – Israel Institute of Technology（技术ion-以色列理工学院） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出HOLA方法，通过解耦多正例对比损失和对齐点云与多视图图像及文本描述，实现开放集3D识别中的全息多模态对齐，在长尾基准上取得最先进零样本性能。

ROG-Grasp: Root-Oriented Geometry for Robotic Grasping and Placement

ROG-Grasp：面向根部的几何方法用于机器人抓取与放置

Zijian An, Augustus Sroka, Ran Yang, Bill Cai, Satoru Eto, Brian Poon, Kelvin Cai, Shijie Geng, Feng Liu, Yiming Feng, Lifeng Zhou

机构 * Department of Electrical and Computer Engineering, Drexel University（德雷塞尔大学电气与计算机工程系） ； Virginia Seafood Agricultural Research and Extension Center, and Department of Biological Systems Engineering, Virginia Tech（弗吉尼亚理工学院生物系统工程系和弗吉尼亚海鲜农业研究与推广中心） ； Amazon Store Foundation AI (SFAI)（亚马逊商店基金会人工智能（SFAI）） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出基于根部表面几何的ROG-Grasp框架，通过RGB-D感知估计农产品朝向，结合YOLO检测器和点云平面拟合生成稳定抓取姿态，在番茄和洋葱实验中实现高成功率与快速执行。

Comments Comments: 7 pages, 6 figures. Video: https://youtu.be/Ir2UtGODdMo

3D RL-DWA: A Hybrid Reinforcement Learning and Dynamic Window Approach for Goal-Directed Local Navigation in Multi-DoF Robots

3D RL-DWA：一种用于多自由度机器人目标导向局部导航的混合强化学习与动态窗口方法

Chiara Castellani, Enrico Turco, Domenico Prattichizzo

机构 * European Union’s Horizon Europe Research and Innovation Programme（欧洲联盟的地平线欧洲研究与创新计划） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出结合强化学习与动态窗口方法的混合框架，利用稀疏点云数据动态调整可变形微型机器人的运动和形状，在复杂受限环境中实现目标导航并最大化占据体积，实验表明该方法在变形和导航能力上优于纯强化学习和基于模型的方法。

Comments Accepted for publication in the Proceedings of the IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM 2026)

Relative Energy Learning for LiDAR Out-of-Distribution Detection

面向激光雷达离群点检测的相对能量学习

Zizhao Li, Zhengkang Xiang, Jiayang Ao, Joseph West, Kourosh Khoshelham

机构 * The University of Melbourne（墨尔本大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出相对能量学习（REL）框架，利用正负逻辑之间的能量差距作为相对评分函数，并结合轻量级数据合成策略Point Raise，有效提升激光雷达点云中离群点检测性能。

Comments Project Page: https://github.com/343gltysprk/rel

Text-guided Feature Disentanglement for Cross-modal Gait Recognition

文本引导的跨模态步态识别特征解耦

Zhiyang Lu, Ming Cheng

机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing, Xiamen University（福建城市智能感知与计算重点实验室，厦门大学） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（多媒体可信感知与高效计算重点实验室，中华人民共和国教育部，厦门大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 针对LiDAR与RGB相机之间的模态差异，提出TCFDNet网络，利用文本先验引导解耦模态共享特征，通过CLIP对齐、特征解耦和稳定性增强实现跨模态步态识别，在SUSTech1K和FreeGait数据集上达到最优性能。

Comments Accept by CVPR2026

Sinkhorn Normalization of Diffusion Kernels

扩散核的Sinkhorn归一化

Nathan Kessler, Robin Magnet, Jean Feydy

机构 * ENS Paris-Saclay（巴黎-萨克雷大学） ； Inria, Université Paris Cité, Inserm, HeKA（法国国家科学研究中心、巴黎-城市大学、法国国家医学研究院、HeKA） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出一种基于Sinkhorn算法的对称变体，将通用相似性矩阵归一化为类似扩散算子，继承拉普拉斯算子的理想性质，用于不规则数据（如点云、稀疏体素网格、高斯混合）的平滑处理，并保留谱信息用于形状分析与匹配。

Comments 33 pages, 25 figures

xModel-KD: Cross-modal Knowledge Distillation for 3D Scene Perception using LiDAR

xModel-KD：基于LiDAR的3D场景感知跨模态知识蒸馏

Thenukan Pathmanathan, Kanchan Keisham, Thangarajah Akilan

机构 * Dept. of Computer Science Lakehead University Thunder Bay, Canada ； School of Computer Science Engg. \& Info. Systems Vellore Institute of Technology Tamil Nadu, India ； Dept. of Software Engg. Lakehead University Thunder Bay, Canada 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出跨模态知识蒸馏框架xModel-KD，通过对比学习对齐2D图像纹理与3D点云几何特征，在无额外标注下提升LiDAR点云分割性能。

Comments 3 figures, and 5 tables

ESAM++: Efficient Online 3D Perception on the Edge

ESAM++：边缘上的高效在线3D感知

Qin Liu, Lavisha Aggarwal, Saptarashmi Bandyopadhyay, Vikas Bahirwani, Marc Niethammer, Ehsan Adeli, Andrea Colaco

机构 * Stanford University（斯坦福大学） ； Google（谷歌） ； UC San Diego（圣地亚哥大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出ESAM++，一种轻量级可扩展的在线3D场景感知方法，通过3D稀疏特征金字塔网络（SFPN）在边缘设备上实现高效、准确的3D实例分割。

MonoDuo: Using One Robot Arm to Learn Bimanual Policies

MonoDuo: 使用单机械臂学习双臂策略

Sandeep Bajamahal, Lawrence Yunliang Chen, Toru Lin, Zehan Ma, Jitendra Malik, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出MonoDuo框架，利用单臂机器人演示和人类协作数据，通过数据增强生成合成演示，训练双臂机器人策略，在五项任务中实现零样本部署和少样本微调，成功率高达70%。

Comments Accepted to appear in the 2026 IEEE International Conference on Robotics and Automation (ICRA), Vienna, Austria, 1-5 June 2026

EPiC: Efficient Video Camera Control Learning with Precise Anchor-Video Guidance

EPiC: 基于精确锚点视频引导的高效视频摄像机控制学习

Zun Wang, Jaemin Cho, Jialu Li, Han Lin, Jaehong Yoon, Yue Zhang, Mohit Bansal

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出EPiC框架，通过基于首帧可见性掩码构建精确对齐的锚点视频，并引入轻量模块Anchor-ControlNet，以极低参数实现高效、精确的3D摄像机控制，在RealEstate10K和MiraData上达到最先进性能。

Comments Accepted to ICML 2026. Project website: https://zunwang1.github.io/Epic

Every9D-21M: Large-Scale Real-World 9D Canonicalization of Everyday Objects

Every9D-21M：日常物体的大规模真实世界9D规范化

Leonhard Sommer, Emil Akopyan, Adam Kortylewski

机构 * University of Freiburg（弗赖堡大学） ； CISPA Helmholtz Center for Information Security（信息安全赫尔姆霍茨研究中心） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 针对真实世界9D姿态数据缺乏的问题，提出包含2180万张图像、700类物体的Every9D-21M数据集，通过多视图几何重建点云并跨实例对齐实现大规模标注，验证了其在多个基准上的性能提升。

E$^3$C: Video Generation with 3D Environmental Memory and Ego-Exo Human Pose Control

E$^3$C: 具有3D环境记忆和自我-外部人体姿态控制的视频生成

Qiao Gu, Lingni Ma, Adam W Harley, Richard Newcombe, Florian Shkurti, Julian Straub

机构 * Meta Reality Labs（Meta现实实验室） ； University of Toronto（多伦多大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出E$^3$C可控视频扩散框架，通过3D点云记忆和双通道人体控制（自我与外骨骼），实现物理一致的自我中心视频生成。

Comments Preprint. Project Page: https://e3c-videogen.github.io/

Efficient Transferable Optimal Transport via Min-Sliced Transport Plans

通过最小切片传输计划的高效可迁移最优传输

Xinran Liu, Elaheh Akbari, Rocio Diaz Martin, Navid NaderiAlizadeh, Soheil Kolouri

机构 * Department of Computer Science, Vanderbilt University（范德比大学计算机科学系） ； Department of Mathematics, Florida State University（佛罗里达州立大学数学系） ； Department of Biostatistics & Bioinformatics, Duke University（杜克大学生物统计学与生物信息学系） ； Department of Electrical & Computer Engineering, Vanderbilt University（范德比大学电气与计算机工程系） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出最小切片传输计划（min-STP）框架，研究优化切片器在不同分布对间的可迁移性，并引入小批量公式以提高可扩展性，在点云对齐和流生成建模中实现一次性匹配和摊销训练。

GS-CLIP: Zero-shot 3D Anomaly Detection by Geometry-Aware Prompt and Synergistic View Representation Learning

GS-CLIP: 基于几何感知提示与协同视图表示学习的零样本3D异常检测

Zehao Deng, An Liu, Yan Wang

机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出GS-CLIP框架，通过几何感知提示和协同视图表示学习，在零样本设置下有效检测3D点云中的几何异常。

Comments Accepted by CVPR 2026

FS-I2P:A Hierarchical Focus-Sweep Registration Network with Dynamically Allocated Depth

FS-I2P：一种具有动态分配深度的分层聚焦扫描配准网络

Zhixin Cheng, Yujia Chen, Xujing Tao, Bohao Liao, Xiaotian Yin, Baoqun Yin, Tianzhu Zhang

机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； School of Computer Science and Information Engineering, Hefei University of Technology（计算机科学与信息工程学院，合肥工业大学） ； National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（深空探测国家实验室，深空探测实验室） ； Institute of Advanced Technology, University of Science and Technology of China（先进技术研究院，中国科学技术大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 提出一种基于聚焦-扫描范式的分层交互模块和动态层分配策略，用于解决图像到点云配准中的尺度模糊和注意力漂移问题，在RGB-D Scenes V2和7-Scenes数据集上达到最优性能。

NeuralTouch: Neural Descriptors for Precise Sim-to-Real Tactile Robot Control

NeuralTouch: 用于精确的仿真到现实触觉机器人控制的神经描述符

Yijiong Lin, Bowen Deng, Keju Pu, Chenghua Lu, Max Yang, Efi Psomopoulou, Nathan F. Lepora

机构 * Department of Engineering Mathematics and Bristol Robotics Laboratory（工程数学系和布里斯托尔机器人实验室） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 提出NeuralTouch多模态框架，结合神经描述符场（NDF）和触觉感知，通过深度强化学习策略利用触觉反馈优化抓取姿态，实现精确且可泛化的机器人操作。

Journal ref IEEE/ASME Transactions on Mechatronics, 2026 IEEE/ASME Transactions on Mechatronics IEEE/ASME Transactions on Mechatronics

MR-LiDAR: A Multi-Resolution Roadside LiDAR Benchmark for Perception Diagnostics and Deployment Guidance

MR-LiDAR：用于感知诊断和部署指导的多分辨率路边激光雷达基准

Shunlai Cui, Peng Cao, Yuan Zhu, Yongjiang He, Jiacheng Yin, Xiao Huo, Gang Cao, Xiaobo Liu

机构 * Intelligent Comprehensive Transportation Key Laboratory of Sichuan Province（四川省智能综合交通运输重点实验室） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 针对激光雷达选型缺乏实证基准的问题，提出MR-LiDAR多分辨率基准，通过控制光束数和分布等变量，系统分析其对感知性能的影响，并给出选型指导。

Comments 9 pages, 6 figures