3D 视觉

Real-Scale Island Area and Coastline Estimation using Only its Place Name or Coordinates

基于仅地名或坐标的真实尺度岛屿面积和海岸线估算

Quanyun Wu, Kyle Gao, Wentao Sun, Hongjie He, Yuhao Chen, David A. Clausi, Jonathan Li

机构 * East China Normal University（东华大学） 纠错

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

AI总结 本文提出基于纯单目视觉的真实尺度岛屿测量框架，通过自动化流程降低测绘成本，实现高效率测量。系统仅需输入目标区域的地理坐标或名称，即可获取低空影像序列，利用轻量级轨迹对齐算法恢复物理尺度，实现高精度面积和周长提取。

Comments Accepted for publication at IEEE OCEANS (Sanya) 2026

Towards Scalable Persistence-Based Topological Optimization

面向可扩展的基于持续性的拓扑优化

Abderrahim Bendahi, Alexandre Duplessis, Arnaud Fickinger

机构 * École Polytechnique Paris（巴黎高等理工学院） ； ENS Ulm, PSL Paris（乌尔姆国立高等学院，巴黎PSL） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 本文提出一种更可扩展的拓扑优化流程，通过随机切片和Nadaraya-Watson高斯卷积改进子采样和梯度扩展，提升持续性优化的效率与效果。

Parabolic Position Encoding: Vision-Centric, Principled, Extrapolatable, General

抛物线位置编码：以视觉为中心、原理性、可外推、通用

Christoffer Koo Øhrstrøm, Rafael I. Cabral Muchacho, Yifei Dong, Filippos Moumtzidellis, Ronja Güldenring, Florian T. Pokorny, Lazaros Nalpantidis

机构 * Technical University of Denmark（丹麦技术大学） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本文提出基于抛物线的位置编码PaPE，用于视觉模态的注意力架构。通过考虑视觉模态特性，PaPE在图像净胜率上提升最高达10.5%，并在8个数据集上表现优异。

B4DL: A Benchmark for 4D LiDAR LLM in Spatio-Temporal Understanding

B4DL：用于空间时间理解的4D激光雷达LLM基准

Changho Choi, Youngwoo Shin, Gyojin Han, Dong-Jae Lee, Junmo Kim

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

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

AI总结 本文提出B4DL基准，用于训练和评估多模态大语言模型对4D激光雷达数据的理解，结合可扩展的数据生成管道和新模型，实现动态户外环境的空间时间推理。

Comments Accepted at ACM MM 2025

A Resource Efficient Fusion Network for Object Detection in Bird's-Eye View using Camera and Raw Radar Data

一种用于鸟瞰图中物体检测的资源高效融合网络：使用摄像头和原始雷达数据

Kavin Chandrasekaran, Sorin Grigorescu, Gijs Dubbelman, Pavol Jancura

机构 * ElektroBit Automotive GmbH ； Eindhoven University of Technology（埃因霍温理工大学） ； Transilvania University of Brasov（布拉索夫特拉扬大学） 纠错

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

AI总结 本文提出一种资源高效的融合网络，通过直接使用雷达原始范围-多普勒谱数据和摄像头图像处理，提升鸟瞰图中物体检测的准确性和效率。

Comments IEEE Intelligent Transportation Systems Conference (ITSC) 2024

Data-Asymmetric Latent Imagination and Reranking for 3D Robotic Imitation Learning

数据不对称潜在想象与重排序在3D机器人模仿学习中的应用

Lianghao Luo, Xizhou Bu, Ruyan Liu, Qingqiu Huang, Chufeng Tang, Xiaoshuai Hao, Hongbo Wang, Wei Li

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

AI总结 本文提出DALI-R框架，通过潜在世界模型和任务完成评分器，利用混合质量轨迹提升3D机器人模仿学习的决策能力，无需额外高质量示范。

Angle-I2P: Angle-Consistent-Aware Hierarchical Attention for Cross-Modality Outlier Rejection

Angle-I2P：基于角度一致性的层次注意力交叉模态异常剔除

Muyao Peng, Shun Zou, Pei An, You Yang, Qiong Liu

机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） 纠错

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

AI总结 本文提出Angle-I2P方法，通过角度一致性的几何约束和层次注意力机制提升跨模态异常剔除性能，实验表明在多个数据集上均取得最佳效果。

Comments Accepted by ICRA 2026

R4Det: 4D Radar-Camera Fusion for High-Performance 3D Object Detection

R4Det：用于高性能3D目标检测的4D雷达-摄像头融合

Zhongyu Xia, Yousen Tang, Yongtao Wang, Zhifeng Wang, Weijun Qin

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； EBTech Co. Ltd（EBTech公司） 纠错

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

AI总结 R4Det通过全景深度融合模块提升深度估计，设计变形门控时间融合模块以不依赖车辆姿态，结合实例引导动态细化模块，实现更准确的3D目标检测。

Comments Accepted to CVPR 2026

Hyperbolic Distillation: Geometry-Guided Cross-Modal Transfer for Robust 3D Object Detection

双曲蒸馏：几何引导的跨模态迁移用于稳健的3D物体检测

Kanglin Ning, Wenrui Li, Houde Quan, Qifan Li, Xingtao Wang, Xiaopeng Fan

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Suzhou Research Institute of HIT（哈尔滨工业大学苏州研究院） ； PengChengLab（鹏城实验室） 纠错

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

AI总结 本文提出HGC-Det方法，通过双曲约束跨模态蒸馏提升3D物体检测的鲁棒性，结合图像分支和点云分支，利用双曲几何特性缓解语义损失，实验表明在多个数据集上平衡了检测精度与计算成本。

Comments Current version has been subbmitted to IEEE Transactions on Multimedia. Now, this manuscript's status is Under Review

Height-Guided Projection Reparameterization for Camera-LiDAR Occupancy

基于高度引导的投影重参数化方法用于相机-激光雷达点云

Yuan Wu, Zhiqiang Yan, Jiawei Lian, Zhengxue Wang, Jian Yang

机构 * Nanjing University of Science and Technology（南京理工大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出HiPR方法，通过高度引导的投影重参数化提升点云预测精度，改进投影空间采样以适应真实场景的高度变化，增强特征聚合稳定性。

Continuum Robot Modeling with Action Conditioned Flow Matching

连续机器人建模与动作条件流匹配

Jiong Lin, Jinchen Ruan, Hod Lipson

机构 * Department of Mechanical Engineering, Columbia University（哥伦比亚大学机械工程系） 纠错

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

AI总结 本文提出基于动作条件的连续机器人自建模方法，通过轻量3D打印平台和RGB-D数据采集管道，学习点云流匹配模型，实现电机驱动连续机器人（TDCR）在稳态下的几何预测，实验验证了其在CD和EMD指标下的精度提升。

Comments 14 pages, 9 figures

LCGNav: Local Candidate-Aware Geometric Enhancement for General Topological Planning in Vision-Language Navigation

LCGNav: 本地候选感知的几何增强以实现连续环境中的通用拓扑规划

Jiankun Peng, Jianyuan Guo, Yiguang Yang, Yue Liu, Jiashuang Yan, Ying Xu

机构 * The Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing（中国科学院航空航天信息研究所，北京） ； The School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing（中国科学院大学电子电气与通信工程学院，北京） ； The Department of Computer Science, City University of Hong Kong, Hong Kong, SAR, China（香港城市大学计算机科学系，香港特别行政区，中国） 纠错

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

AI总结 LCGNav通过本地几何增强框架解决连续环境视觉语言导航中局部深度信息冗余和候选前沿关注不足的问题，提升拓扑规划性能。

Trajectory-Consistent Flow Matching for Robust Visuomotor Policy Learning

轨迹一致的流匹配用于鲁棒的视觉-运动策略学习

Riad Ahmed, Sujosh Nag, Moniruzzaman Akash, Mostafa Hussein, Momotaz Begum

机构 * University of New Hampshire（新罕布什尔大学） 纠错

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

AI总结 本文提出轨迹一致的流匹配方法，通过辅助流速度回归、多步轨迹一致性训练、流场正则化和RK4推理，解决流匹配策略在轨迹预测中的误差问题，并在真实机器人任务中取得显著成功。

GraphFusion3D: Dynamic Graph Attention Convolution with Adaptive Cross-Modal Transformer for 3D Object Detection

GraphFusion3D: 动态图注意力卷积与自适应跨模态Transformer用于3D目标检测

Md Sohag Mia, Md Nahid Hasan, Muhammad Abdullah Adnan

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

AI总结 本文提出GraphFusion3D框架，结合多模态融合与先进特征学习，通过自适应跨模态Transformer增强几何与语义信息，并引入图推理模块捕捉局部结构与全局语义，实验在SUN RGB-D和ScanNetV2上均取得显著提升。

UniD-Shift: Towards Unified Semantic Segmentation via Interpretable Share-Private Multimodal Decomposition

UniD-Shift：通过可解释的共享-私有多模态分解实现统一的语义分割

Shuai Zhang, Zhecheng Shi, Zhuxiao Li, Jing Ou, Tengxi Wang, Yuan Liu, Wufan Zhao

机构 * HKUST(GZ)（香港科技大学（广州）） 纠错

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

AI总结 本文提出UniD-Shift框架，通过结合视觉和几何编码器提取互补特征，并通过共享-私有子空间分解实现2D-3D语义分割的统一。实验表明在SemanticKITTI和nuScenes数据集上优于基线方法，且具有良好的泛化能力。

GEM: Generating LiDAR World Model via Deformable Mamba

GEM: 通过可变形Mamba生成LiDAR世界模型

Yang Wu, Zhaojiang Liu, Qiang Meng, Youquan Liu, Renliang Weng, Jianjun Qian, Jian Yang, Jin Xie

机构 * NJU（南京大学） ； SJTU（上海交通大学） ； FDU（福建师范大学） ； NTU（南京理工大学） 纠错

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

AI总结 GEM通过可变形Mamba架构提升LiDAR世界模型的逼真度与想象力，解决点云无序和动态静态区分难题，实现空间时间感知与自主探索能力。

Palm-sized Omnidirectional Vision-Based UAV Exploration with Sparse Topological Map Guidance

掌 sized 全向视觉基于的无人机探索与稀疏拓扑图引导

Zirui Wang, Xinjia Luo, Haotian Sun, Jun Ma, Jian Guo, Boyu Zhou

机构 * Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Thrust of Robotics and Autonomous Systems, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）机器人与自主系统研究所） ； International Digital Economy Academy, Shenzhen, China（深圳国际数字经济学院） 纠错

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

AI总结 本文提出一种轻量级自主探索系统，利用全向视觉和稀疏拓扑图引导，通过多鱼眼相机实现全向视场和深度估计，采用拓扑节点表示前沿区域，减少内存和计算需求，实现在模拟和实际无人机中高效探索。

DiffeoMorph: Learning to Morph 3D Shapes Using Differentiable Agent-Based Simulations

DiffeoMorph: 通过可微分基于代理的模拟学习3D形状变形

Seong Ho Pahng, Guoye Guan, Benjamin Fefferman, Sahand Hormoz

机构 * Department of Systems Biology, Harvard Medical School（哈佛医学院系统生物学系） ； Department of Data Science, Dana-Farber Cancer Institute（达纳-法伯癌症研究所数据科学部） ； Departments of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学部） ； Broad Institute of MIT and Harvard（MIT与哈佛大学Broad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DiffeoMorph框架，通过可微分代理模拟学习形态发生协议，使代理群体变形为目标3D形状，采用SE(3)等价图神经网络和基于3DZernike多项式的形状匹配损失实现旋转不变性和反射敏感性。

Point-SRA: Self-Representation Alignment for 3D Representation Learning

点-SRA：用于3D表示学习的自表示对齐

Lintong Wei, Jian Lu, Haozhe Cheng, Jihua Zhu, Kaibing Zhang

机构 * School of Electronics and Information, Xi’an Polytechnic University（西安理工大学电子与信息学院） ； School of Software, Xi’an Jiaotong University（西安交通大学软件学院） ； School of Computer Science, Xi’an Polytechnic University（西安理工大学计算机科学学院） 纠错

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

AI总结 Point-SRA通过自蒸馏和概率建模对齐表示，改进3D表示学习，通过不同掩码比例和MeanFlow Transformer实现互补信息提取，优于Point-MAE并在多个任务中取得优异性能。

Comments This is an AAAI 2026 accepted paper titled "Point-SRA: Self-Representation Alignment for 3D Representation Learning", spanning 13 pages in total. The submission includes 7 figures (fig1 to fig7) that visually support the technical analysis

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 2026, Vol. 40, No. 13

Text-to-CAD Retrieval: a Strong Baseline

基于文本的CAD检索：一个强大的基线

Honghu Pan, Zibo Du, Daxiang Liu, Chengliang Liu, Xiaoling Luo

机构 * School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； College of Computer Science and Software Engineer, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Faculty of Science and Technology, University of Macau（澳门大学科学与技术学院） 纠错

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

AI总结 本文提出文本到CAD检索任务，通过多模态嵌入框架实现CAD模型的语义检索，为下游CAD生成奠定基础。

LiCamPose: Combining Multi-View LiDAR and RGB Cameras for Robust Single-timestamp 3D Human Pose Estimation

LiCamPose：结合多视角LiDAR和RGB相机实现鲁棒的单帧3D人体姿态估计

Zhiyu Pan, Zhicheng Zhong, Wenxuan Guo, Yifan Chen, Jianjiang Feng, Jie Zhou

机构 * Department of Automation, BNRist, Tsinghua University, China（自动化系、北京人工智能研究院、清华大学、中国） 纠错

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

AI总结 本文提出LiCamPose，结合多视角RGB和稀疏点云数据，通过单帧实现鲁棒的3D人体姿态估计，并设计了合成数据生成器和无监督域适应策略，验证了方法在多种数据集上的泛化能力。

Comments Accepted by WACV2025

Towards Visual Query Localization in the 3D World

面向3D世界的视觉查询定位

Liang Peng, Bohan Tan, Zhipeng Zhang, Haobo Li, Yifan Jiao, Xingping Dong, Libo Zhang

机构 * Wuhan University（武汉大学） ； AutoLab, SAI, Shanghai Jiao Tong University（AutoLab、SAI、上海交通大学） ； Anyverse Dynamics ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

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

AI总结 本文首次提出3D多模态视觉查询定位基准3DVQL，包含2002个序列和17万帧数据，通过点云、RGB图像和深度图像多模态数据提升研究灵活性，并提出LaF算法提升性能。

Comments Accepted to CVPR 2026. 8 pages

Uncertainty Quantification Framework for Aerial and UAV Photogrammetry through Error Propagation

通过误差传播的航空和无人机摄影测量不确定性量化框架

Debao Huang, Rongjun Qin

机构 * Geospatial Data Analytics Laboratory, The Ohio State University（地理空间数据分析实验室，俄亥俄州立大学） ； Department of Civil, Environmental and Geodetic Engineering, The Ohio State University（土木、环境与大地测量工程系，俄亥俄州立大学） ； Department of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； Translational Data Analytics Institute, The Ohio State University（转化数据分析研究院，俄亥俄州立大学） 纠错

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

AI总结 本文提出通过误差传播的不确定性量化框架，解决多视立体阶段的不确定性估计问题，利用自校准方法提升摄影测量点云的鲁棒性和可验证性。

Comments 27 pages, 12 figures, this manuscript has been accepted to ISPRS Journal of Photogrammetry and Remote Sensing

Breaking the Rigid Prior: Towards Articulated 3D Anomaly Detection

打破刚性先验：迈向具有铰链或滑动关节的3D异常检测

Jinye Gan, Bozhong Zheng, Xiaohao Xu, Junye Ren, Zixuan Zhang, Na Ni, Yingna Wu

机构 * ShanghaiTech University（上海科技大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

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

AI总结 本文提出ArtiAD基准，通过15229个点云数据和六种结构异常类型，解决铰链或滑动关节物体的3D异常检测问题，引入SPA-SDF方法，通过连续姿态条件隐式场实现刚性先验的替代，提升检测性能。

FILTR: Extracting Topological Features from Pretrained 3D Models

FILTR: 从预训练3D模型中提取拓扑特征

Louis Martinez, Maks Ovsjanikov

机构 * LIX, École Polytechnique, IP Paris（巴黎高等师范学院LIX研究所、IP巴黎） 纠错

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

AI总结 本文提出FILTR框架，通过预训练3D编码器提取点云的拓扑特征，利用transformer解码器生成持续图，首次实现高效的数据驱动持续图提取。

Comments Project page: https://filtr-topology.github.io/

Align then Adapt: Rethinking Parameter-Efficient Transfer Learning in 4D Perception

对齐后再适应：重新思考4D感知中的参数高效迁移学习

Yiding Sun, Jihua Zhu, Haozhe Cheng, Chaoyi Lu, Zhichuan Yang, Lin Chen, Yaonan Wang

机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室） ； School of Electrical and Information Engineering, Hunan University（湖南大学电气与信息工程学院） ； National Engineering Research Center for Robot Visual Perception and Control Technology（机器人视觉感知与控制技术国家工程研究中心） 纠错

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

AI总结 本文提出PointATA方法，通过分阶段对齐和适应解决4D感知中的模态差距和过拟合问题，实现参数高效迁移学习，实验显示其在动作识别、分割等任务中表现优异。

Comments Accepted by IEEE Transactions on Multimedia (Regular Paper)

TARS: Traffic-Aware Radar Scene Flow Estimation

TARS：面向交通的雷达场景流估计

Jialong Wu, Marco Braun, Dominic Spata, Matthias Rottmann

机构 * University of Wuppertal（乌尔姆大学） ； Osnabrück University（奥斯纳布吕克大学） ； Aptiv Services Deutschland GmbH（Aptiv Services德国公司） 纠错

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

AI总结 本文提出TARS方法，通过交通层面的运动刚性提升雷达场景流估计，结合目标检测与场景流联合优化，构建交通向量场以实现交通层面的场景理解。

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2025, pp. 26075-26084

A graph generation pipeline for critical infrastructures based on heuristics, images and depth data

基于启发式、图像和深度数据的临界基础设施图生成管道

Mike Diessner, Yannick E. Tarant

机构 * German Aerospace Center (DLR) Institute for the Protection of Terrestrial Infrastructure（德国航空航天中心（DLR）地面基础设施保护研究所） 纠错

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

AI总结 本文提出基于光束摄影的图生成管道，利用RGB图像和立体相机深度数据，通过深度学习和用户定义的启发式规则生成临界基础设施的图结构，验证了其在水力系统中的有效性。

Journal ref Front. Signal Process. 6:1761293 (2026)

Guiding Vector Field Generation via Score-based Diffusion Model

通过基于分数的扩散模型引导向量场生成

Zirui Chen, Shiliang Guo, Shiyu Zhao

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； WINDY Lab, Department of Artificial Intelligence, Westlake University（西湖大学人工智能系WINDY实验室） 纠错

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

AI总结 本文提出基于分数的引导向量场(SGVF)，利用生成模型直接从数据分布构建向量场，解决传统方法在复杂路径中的不足，实验表明其在机器人导航中表现优异。

Comments 8 pages, 6 figrues, ICRA2026

Multispectral airborne laser scanning dataset for tree species classification: MS-ALS-SPECIES

多光谱航空激光扫描数据集用于树种分类：MS-ALS-SPECIES

Matti Hyyppä, Klaara Salolahti, Eric Hyyppä, Xiaowei Yu, Josef Taher, Leena Matikainen, Matti Lehtomäki, Paula Litkey, Teemu Hakala, Harri Kaartinen, Juha Hyyppä, Antero Kukko

机构 * Department of Remote Sensing and Photogrammetry（遥感与摄影测量系） ； Finnish Geospatial Research Institute（芬兰地理研究 institute） ； FGI ； The National Land Survey of Finland（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 本文提出一个公开的多光谱ALS数据集，用于改进森林个体树级评估，通过高精度地面验证数据提升树种分类的多样性映射。