3D 视觉

Lidar Scan Registration Robust to Extreme Motions

对极端运动鲁棒的激光雷达扫描配准

Simon-Pierre Deschênes, Dominic Baril, Vladimír Kubelka, Philippe Giguère, François Pomerleau

机构 * Northern Robotics Laboratory（北方机器人实验室） 纠错

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

AI总结 针对极端运动下点云畸变导致配准失败的问题，提出一种考虑轨迹运动不确定性和环境几何的去畸变方法，在200 m/s^2和800 rad/s^2的峰值加速度下，平移误差降低9.26%，旋转误差降低21.84%。

Comments 8 pages, 8 figures, published in 2021 18th Conference on Robots and Vision (CRV), Burnaby, Canada

Journal ref 2021 18th Conference on Robots and Vision (CRV), 2021, pp. 17-24

Controllable Radar Simulation with Waveform Parameter Embedding

具有波形参数嵌入的可控雷达仿真

Weiqing Xiao, Hao Huang, Chonghao Zhong, Yujie Lin, Nan Wang, Xiaoxue Chen, Zhaoxi Chen, Saining Zhang, Shuocheng Yang, Pierre Merriaux, Lei Lei, Hao Zhao

机构 * NJU（南京大学） ； BJTU（北京理工大学） ； BIT（北京理工大学） ； AIR, THU（空气科技，清华大学） ； NTU（国立台湾大学） ； SVM, THU（SVM，清华大学） ； Lightwheel AI ； LeddarTech 纠错

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

AI总结 提出Ctrl-RS框架，通过环境反射张量、波形参数抽象和WARP-Net网络，实现可控的雷达立方体仿真，在2D/3D检测和语义分割任务中性能接近或超越真实雷达。

Comments CVPR 2026 Findings: Code: https://github.com/zhuxing0/SA-Radar Project page: https://zhuxing0.github.io/projects/SA-Radar

RS2AD-LiDAR: End-to-End Autonomous Driving LiDAR Data Generation from Roadside Sensor Observations

RS2AD-LiDAR：基于路侧传感器观测的端到端自动驾驶LiDAR数据生成

Runyi Huang, Ni Ding, Ruidan Xing, Yuheng Shi, Lei He, Keqiang Li

机构 * State Key Laboratory of Intelligent Green Vehicle and Mobility（智能绿色车辆与移动国家重点实验室） ； School of Vehicle and Mobility（车辆与移动学院） ； College of Artificial Intelligence（人工智能学院） ； Logic & Silicon AI Studio ； School of Instrumentation and Optoelectronic Engineering（仪器科学与光电工程学院） 纠错

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

AI总结 提出RS2AD-LiDAR框架，通过坐标变换、虚拟LiDAR建模和点云重采样技术，从路侧LiDAR点云生成车载LiDAR数据，解决数据获取成本高和场景稀缺问题，并验证生成数据对BEV和3D检测的提升效果。

Millimeter-wave Imaging for Anthropometric Body Measurement

毫米波成像用于人体测量

Miriam Senne, Benjamin D. Killeen, Christoph Baur, Nassir Navab, Azade Farshad

机构 * Chair for Computer Aided Medical Procedures（计算机辅助医疗程序研究所） ； Technical University of Munich（慕尼黑技术大学） ； Rohde & Schwarz GmbH & Co. KG（罗德与施瓦茨 GmbH & Co. KG） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； ELLIS Unit Helsinki, Dept. Computer Science, Aalto University（赫尔辛基ELLIS单位，计算机科学系，阿alto大学） 纠错

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

AI总结 提出基于毫米波雷达的优化框架，通过加权配准和SMPL模型从点云恢复3D人体形状并提取围度等测量值，实现穿衣服况下的快速无接触测量。

3D LULC classification using multispectral LiDAR and deep learning: current and prospective schemes

基于多光谱LiDAR和深度学习的3D土地利用/覆盖分类：当前和未来方案

Narges Takhtkeshha, Aldino Rizaldy, Markus Hollaus, Juha Hyyppä, Fabio Remondino, Gottfried Mandlburger

机构 * D Optical Metrology (3DOM) Unit, Bruno Kessler Foundation (FBK)（3D光学计量（3DOM）单元，布鲁诺·凯塞尔基金会（FBK）） ； Department of Geodesy and Geoinformation, TU Wien（测绘与地理信息系，维也纳技术大学） ； Helmholtz-ZentrumDresden-Rossendorf (HZDR), Helmholtz Institute Freiberg for Resource Technology (HIF)（德累斯顿-罗斯托克赫尔姆霍尔茨研究中心（HZDR），资源技术赫尔姆霍尔茨研究所（HIF）） ； Freie Universität Berlin, Remote Sensing and Geoinformatics（柏林自由大学，遥感与地理信息学） ； Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute FGI, The National Land Survey of Finland（芬兰地理研究所（FGI），芬兰国家土地测绘局） 纠错

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

AI总结 本文提出了一种基于多光谱LiDAR和深度学习的3D土地利用/覆盖分类方法，介绍了NMCA对齐的L1和L2分类方案，并引入了一个新的多光谱LiDAR基准数据集，评估了七种最先进的深度学习模型，并展示了光谱信息对分类性能的提升。

Weakly Supervised Cross-Modal Learning for 4D Radar Scene Flow Estimation

弱监督跨模态学习用于4D雷达场景流估计

Jingyun Fu, Zhiyu Xiang, Na Zhao

机构 * Zhejiang University, Hangzhou, Zhejiang, China（浙江大学） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； Singapore University of Technology and Design（新加坡科技设计大学） 纠错

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

AI总结 本文提出了一种弱监督的雷达场景流学习框架，利用图像和里程计进行辅助监督，通过实例感知的自监督损失和静态区域的刚性损失，实现了更高效的场景流估计。

Comments Accepted by ICML2026

HITL-D: Human In The Loop Diffusion Assisted Shared Control

HITL-D: 有人参与的扩散辅助共享控制

Riley Zilka, Sergey Khlynovskiy, Allie Wang, Martin Jagersand

机构 * Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） 纠错

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

AI总结 本文提出HITL-D框架，通过结合扩散策略和人类控制，提升多步骤、插入和精细操作任务的用户表现，减少 joystick 控制轴数量，降低认知负荷，并在多任务用户研究中显著提高任务完成速度和用户满意度。

Comments Accepted for presentation at ICRA 2026

Deformba: Vision State Space Model with Adaptive State Fusion

Deformba：具有自适应状态融合的视觉状态空间模型

Hongyu Ke, Jack Morris, Yongkang Liu, Satoshi Kitai, Kentaro Oguchi, Yi Ding, Haoxin Wang

机构 * Department of Computer Science, Georgia State University（佐治亚州立大学计算机科学系） ； University of Tennessee Knoxville（田纳西大学肯纳邦克分校） 纠错

专题命中 点云 ：3D vision(abstract)；分类 cs.CV

AI总结 本文提出Deformba，一种能够动态增强空间结构信息并保持状态空间模型线性复杂度的自适应方法，通过多模态融合（如交叉注意力）提升视觉任务的性能，展示了在2D和3D视觉任务中的广泛适用性。

Journal ref Forty-Third International Conference on Machine Learning (ICML 2026)

Multimodal LLMs under Pairwise Modalities

基于成对模态的多模态大语言模型

Yan Li, Yunlong Deng, Yuewen Sun, Gongxu Luo, Kun Zhang, Guangyi Chen

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出了一种基于成对模态训练多模态大语言模型的方法，通过理论分析和表示学习框架，实现了跨模态对齐和重构，提升了模型的跨模态性能。

Map-Mono-Ego: Map-Grounded Global Human Pose Estimation from Monocular Egocentric Video

Map-Mono-Ego: 从单目第一视角视频实现基于地图的全局人体姿态估计

Hiroyuki Deguchi, Ryosuke Hori, Kotaro Amaya, Tsubasa Maruyama, Mitsunori Tada, Hideo Saito

机构 * Keio University（庆应大学） ； National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院） 纠错

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

AI总结 本文提出Map-MonoEgo框架，通过利用预扫描的3D点云实现从单目摄像头获得的全局一致的人体姿态估计，并引入AIST-Living数据集，证明该方法在无需专用硬件的情况下能有效提升日常监控任务的实用性。

Comments Accepted at ICIP 2026, Project page: https://deguchihiroyuki.github.io/Map-Mono-Ego-Project/

Tango3D: Towards Alignment for Global and Local 2D-3D Correspondence

Tango3D: 向全局和局部2D-3D对应关系对齐迈进

Zebin He, Mingxin Yang, Shuhui Yang, Hanxiao Sun, Xintong Han, Chunchao Guo, Wenhan Luo

机构 * HKUST（香港科技大学） ； Tencent Hunyuan（腾讯混元） 纠错

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

AI总结 本文提出Tango3D，一种统一密集对应和全局检索的3D基础模型，通过几何感知的2D视觉骨干网络和预训练的3D VAE将图像编码为2D片段，点云编码为3D标记，并映射到共享空间以实现局部像素-点对齐和全局语义对齐。

Spatially Accelerated Winding Numbers for Curved Geometry

空间加速的 winding 数用于曲面几何

Jacob Spainhour, Brad Whitlock, Kenneth Weiss

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

AI总结 本文提出了一种空间加速的 winding 数方法，用于处理曲面几何中的包含查询，通过构建包围盒层次结构来高效计算 NURBS 曲线和曲面的 winding 数，同时保持几何特征的准确性。

Comments 15 pages, 17 figures

Visual Sculpting: Visually-Aligned Planning Representations for Long-Horizon Robot Clay Sculpting

视觉雕刻：用于长周期机器人泥塑的视觉对齐规划表示

Peter Schaldenbrand, Jean Oh

机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 本文提出了一种视觉对齐的规划表示方法，用于长周期机器人泥塑任务，通过捕捉光照和纹理特征，提高了对可变形材料动态的建模能力，并展示了在不同可变形材料和末端执行器下的性能。

Comments 8 pages, 14 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

Meltdown: Circuits and Bifurcations in Point-Cloud-Conditioned 3D Diffusion Transformers

Meltdown: 点云条件化3D扩散变换器中的电路与分叉

Maximilian Plattner, Fabian Paischer, Johannes Brandstetter, Arturs Berzins

机构 * Institute for Machine Learning, JKU Linz（机器学习研究所，林茨大学） 纠错

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

AI总结 该研究探讨了点云条件化3D扩散变换器在输入变化下的失败模式，揭示了Meltdown现象，通过机制性案例研究展示了其成因，并提出了PowerRemap方法以抑制该现象。

OPTNet: Ordering Point Transformer Network for Post-disaster 3D Semantic Segmentation

OPTNet：用于灾后3D语义分割的点变换网络

Nhut Le, Ehsan Karimi, Maryam Rahnemoonfar

机构 * Computer Science and Engineering, Lehigh University, Bethlehem PA 18015, US（计算机科学与工程系，莱维大学，贝特莱姆 PA 18015，美国） ； Civil and Environmental Engineering, Lehigh University, Bethlehem PA 18015, US（土木与环境工程系，莱维大学，贝特莱姆 PA 18015，美国） 纠错

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

AI总结 本文提出OPTNet，一种通过可学习的点排序模块动态预测最优排列以提高注意力机制局部性的网络，用于灾后3D点云语义分割。

Comments Accepted for International Conference on Pattern Recognition (ICPR) 2026

Collaborative Learning for Semi-Supervised LiDAR Semantic Segmentation

协同学习用于半监督激光雷达语义分割

Bin Yang, Alexandru Paul Condurache

机构 * Bosch Research, Robert Bosch GmbH, Stuttgart, Germany（博世研究, 博世有限公司, 斯图加特, 德国） ； Institute for Neuro- and Bioinformatics, University of Lübeck, Lübeck, Germany（神经与生物信息学研究所, 奥尔德马克大学, 奥尔德马克, 德国） 纠错

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

AI总结 本文提出CoLLiS框架，通过协同学习解决半监督学习中伪标签单一导致的偏差问题，实验表明其在低标注情况下表现优异。

Comments The paper was accepted by ICML2026

VGGT-CD: Training-Free Robust Registration for 3D Change Detection

VGGT-CD：无训练的鲁棒三维变化检测注册

Wei Zhang, Songhua Li, Yihang Wu, Qiang Li, Qi Wang

机构 * Northwestern Polytechnical University（西北工业大学） 纠错

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

AI总结 本文提出VGGT-CD方法，通过解耦跨时间注册与动态变化干扰，实现无训练的鲁棒三维变化检测注册，有效减少轨迹误差并提升注册速度。

Comments 13 pages, 5 figures. Code is available at: https://github.com/WZ-CS/VGGT-CD

Coarse Semantic Injection for LLM-Conditioned Structured Indoor Prediction

粗粒度语义注入用于LLM条件的结构室内预测

Shuliang Zhu, Tomiwa Adey, Jinjia Zhou

机构 * Shuliang Zhu（朱舒良） ； Tomiwa Adey（阿德伊汤米瓦） ； Jinjia Zhou（周锦佳） 纠错

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

AI总结 本文提出了一种接口保持的语义增强方法，用于LLM条件的结构解码，通过将语义证据与点云表示关联，将其编码为RGBB点接口，以提升结构室内预测的精度，特别是在复杂场景中的门框定位和家具检测。

A Holistic Method for Superquadric Fitting Using Unsupervised Clustering Analysis

一种基于无监督聚类分析的超二次曲面拟合整体方法

Mingyang Zhao, Sipu Ruan, Xiaohong Jia

机构 * State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（数学科学国家重点实验室，数学与系统科学学院，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Robotics Institute, School of Mechanical Engineering and Automation, Beihang University（北京航空航天大学机械工程与自动化学院机器人研究所） 纠错

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

AI总结 本文提出了一种新的方法，用于在存在噪声和异常值的情况下对点云进行超二次曲面拟合，通过无监督聚类分析重新定义问题，实现了刚性和变形超二次曲面的一体化拟合，同时提供了闭式解析解和收敛性证明。

Comments 20 pages, Code: https://github.com/zikai1/SuperquadricFitting

Journal ref IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2026

Diffeomorphic Cortical Alignment via Direct Warping of Streamline Endpoints

通过直接变形纤维束端点实现的皮层对齐

Yang Xiang, Martin Cole, Zhengwu Zhang

机构 * Department of Statistics and Operations Research, The University of North Carolina at Chapel Hill（统计与运筹学系，北卡罗来纳大学教堂山分校） ； Department of Psychiatry, University of Rochester（精神病学系，罗切斯特大学） 纠错

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

AI总结 本文提出了一种基于连接性的皮层对齐方法，通过直接操作白质纤维束端点来对齐皮层表面，以提高纤维束层面的对应性，并在主要纤维束上实现更高的连接性重叠系数和更强的鲁棒性。

Overcoming the Intrinsic Performance Limitations of MEMS IMU via Diffusion-Based Generative Learning

通过扩散生成学习克服MEMS惯性测量单元的固有性能限制

Jiarui Lv, Feng Zhu, Xiaohong Zhang

机构 * School of Geodesy and Geomatics, Wuhan University（武汉大学测绘学院） ； Hubei Luojia Laboratory, Wuhan University（湖北珞珈实验室） ； Chinese Antarctic Center of Surveying and Mapping, Wuhan University（中国极地测绘南极科考中心） 纠错

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

AI总结 本文提出基于扩散的生成学习框架，利用低成本IMU数据生成高保真虚拟IMU数据，提升定位和姿态估计性能，并在空中测绘中验证了其有效性。

Reactive Robot-Centric Safety for Autonomous Navigation in Constrained and Dynamic Environments

反应式机器人中心安全机制用于受约束和动态环境中的自主导航

Viswa Narayanan Sankaranarayanan, Vignesh K. Viswanathan, Akshit Saradagi, Sumeet Satpute, George Nikolakopoulos

机构 * Department of Computer Science, Electrical and Space Engineering（计算机科学与电气与空间工程系） 纠错

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

AI总结 本文提出一种基于3D激光雷达感知的复合控制屏障函数安全过滤器，用于实时保障自主机器人在受限动态环境中的安全导航，通过现场实验验证其在复杂环境下的可靠性。

Comments 9 pages, 12 figures, currently under review

Pixel-to-4D: Camera-Controlled Image-to-Video Generation with Dynamic 3D Gaussians

像素到4D：通过动态3D高斯进行相机控制的图像到视频生成

Melonie de Almeida, Daniela Ivanova, Tong Shi, John H. Williamson, Paul Henderson

机构 * University of Glasgow（格拉斯哥大学） 纠错

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

AI总结 本文提出一种基于动态3D高斯的图像到视频生成框架，通过单次前向传递构建3D场景表示并采样合理物体运动，实现高效且可控的视频生成，实验表明其在多个数据集上均达到SOTA视频质量和推理效率。

OpenTrack3D: Towards Accurate and Generalizable Open-Vocabulary 3D Instance Segmentation

OpenTrack3D: 向准确且通用的开放词汇3D实例分割迈进

Zhishan Zhou, Siyuan Wei, Zengran Wang, Chunjie Wang, Xiaosheng Yan, Xiao Liu

机构 * PICO, ByteDance, Beijing（字节跳动北京研究院） 纠错

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

AI总结 本文提出OpenTrack3D框架，通过在线构建跨视角一致的对象提案和多模态大语言模型提升开放词汇3D实例分割的准确性和泛化能力。

FALO: Fast and Accurate LiDAR 3D Object Detection on Resource-Constrained Devices

FALO：在资源受限设备上快速且准确的激光雷达3D目标检测

Shizhong Han, Hsin-Pai Cheng, Hong Cai, Jihad Masri, Soyeb Nagori, Fatih Porikli

机构 * Qualcomm AI Research（高通AI研究） 纠错

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

AI总结 本文提出FALO，一种适用于资源受限设备的激光雷达3D目标检测方法，结合大核卷积、Hadamard乘积和线性层，实现高精度与快速推理。

Generative Texture Diversification of 3D Pedestrians for Robust Autonomous Driving Perception

生成3D行人纹理多样化以实现自动驾驶感知的鲁棒性

Arka Bhowmick, Enes Ozeren, Ahmed Abdullah, Oliver Wasenmuller

机构 * BIT Technology Solutions GmbH（比特技术解决方案 GmbH） ； Mannheim University of Applied Sciences（曼海姆应用科学大学） 纠错

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

AI总结 本文提出一种简单有效的方法，通过StyleGAN2生成多样化的3D行人资产，用于合成场景生成，提升自动驾驶感知的鲁棒性。

Comments Published at SAIAD 2026 Workshop at CVPR 2026

Prototype-Based Test-Time Adaptation of Vision-Language Models

基于原型的测试时间适应性视觉-语言模型

Zhaohong Huang, Yuxin Zhang, Wenjing Liu, Fei Chao, Rongrong Ji

机构 * Key Laboratory of Multimedia Trusted Perception（多媒体可信感知关键实验室） ； Efficient Computing, Ministry of Education of China, Xiamen University, 361005, P.R. China（高效计算，中华人民共和国教育部，厦门大学，361005，中国） 纠错

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

AI总结 本文提出基于原型的测试时间适应方法PTA，通过类特定知识原型积累测试样本知识，提高效率并实现跨领域图像识别和点云分析的最优性能。

Img2CADSeq: Image-to-CAD Generation via Sequence-Based Diffusion

Img2CADSeq：通过序列扩散生成图像到CAD

Shiyu Tan, Zixuan Zhao, Hao Gao, Zhiheng Chen, Xiaolong Yin, Enya Shen

机构 * School of Software Tsinghua University China（软件学院清华大学中国） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出Img2CADSeq，通过序列扩散模型生成高质量CAD模型，采用三级代码本和对比学习解决模态差异问题，实现工业领域应用。

Comments Accepted by SIGGRAPH 2026 Conference

The Joint Gromov Wasserstein Objective for Multiple Object Matching

多对象匹配的联合Gromov-Wasserstein目标

Aryan Tajmir Riahi, Khanh Dao Duc

机构 * Department of Computer Science, University of British Columbia（不列颠哥伦比亚大学计算机科学系） ； Department of Mathematics, University of British Columbia（不列颠哥伦比亚大学数学系） 纠错

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

AI总结 本文提出联合Gromov-Wasserstein目标，扩展传统GW框架以实现多对象匹配，提供非负相似度度量并展示在合成和真实数据集上的有效性。

NFR: Neural Feature-Guided Non-Rigid Shape Registration

NFR：神经特征引导的非刚性形状注册

Zhangquan Chen, Puhua Jiang, Mingze Sun, Ruqi Huang

机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） 纠错

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

AI总结 本文提出一种基于学习的3D形状注册框架，通过神经特征提升非刚性变形和部分性处理能力，无需对应标注，实现高精度注册。

Comments 18 pages, 16 figures. arXiv admin note: substantial text overlap with arXiv:2311.04494