3D 视觉

Assessment of Display Performance and Comparative Evaluation of Web Map Libraries for Extensive 3D Geospatial Data

大规模3D地理空间数据可视化性能评估及Web地图库的比较评估

Toshikazu Seto, Yohei Shiwaku, Takayuki Miyauchi, Daisuke Yoshida, Yuichiro Nishimura

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

AI总结 本研究评估了CesiumJS和MapLibre GL JS在处理大规模3D地理空间数据时的性能，发现MapLibre GL JS结合deck.gl在点云处理上表现更优。

Comments 6 pages, 5 figures, 1 table

Flow-Enabled Generalization to Human Demonstrations in Few-Shot Imitation Learning

流赋能的人类演示在少样本模仿学习中的泛化

Runze Tang, Penny Sweetser

机构 * The Australian National University（澳大利亚国立大学） 纠错

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

AI总结 本文提出SFCrP方法，通过场景流预测和流条件策略实现人类演示在少样本模仿学习中的泛化，提升机器人在现实任务中的表现和泛化能力。

Comments Accepted to ICRA 2026

Towards Generating Realistic 3D Semantic Training Data for Autonomous Driving

朝向生成逼真3D语义训练数据以实现自动驾驶

Lucas Nunes, Rodrigo Marcuzzi, Jens Behley, Cyrill Stachniss

机构 * Center for Robotics, University of Bonn, Germany（bonn大学机器人中心） ； RWTH Aachen, Germany（亚琛工业大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence, Germany（lamarr机器学习与人工智能研究所） 纠错

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

AI总结 本文提出一种无需投影或分离开的多分辨率模型的3D语义生成方法，生成更逼真的场景数据，提升自动驾驶训练效果。

JiSAM: Alleviate Labeling Burden and Corner Case Problems in Autonomous Driving via Minimal Real-World Data

JiSAM: 通过最小真实世界数据缓解自动驾驶中的标注负担和边缘案例问题

Runjian Chen, Wenqi Shao, Bo Zhang, Shaoshuai Shi, Li Jiang, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Voyager Research, Didi Chuxing（滴滴出行 Voyager 研究） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； HKU Shanghai Intelligent Computing Research Center（香港大学上海智能计算研究中心） 纠错

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

AI总结 JiSAM通过最小真实世界数据缓解自动驾驶中的标注负担和边缘案例问题，利用模拟数据提升真实感知性能。

CLAP: Unsupervised 3D Representation Learning for Fusion 3D Perception via Curvature Sampling and Prototype Learning

CLAP：通过曲率采样和原型学习实现融合3D感知的无监督3D表示学习

Runjian Chen, Hang Zhang, Avinash Ravichandran, Hyoungseob Park, Wenqi Shao, Alex Wong, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Cruise ； Yale University（耶鲁大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； HKU Shanghai Intelligent Computing Research Center（香港大学上海智能计算研究中心） 纠错

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

AI总结 CLAP通过曲率采样和原型学习，在无监督3D表示学习中实现图像与点云的联合预训练，提升融合3D感知的性能。

TREND: Unsupervised 3D Representation Learning via Temporal Forecasting for LiDAR Perception

TREND: 通过时间预测进行无监督3D表示学习的LiDAR感知

Runjian Chen, Hyoungseob Park, Bo Zhang, Wenqi Shao, Ping Luo, Alex Wong

机构 * The University of Hong Kong（香港大学） ； Yale University（耶鲁大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； HKU Shanghai Intelligent Computing Research Center（香港大学上海智能计算研究中心） 纠错

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

AI总结 TREND通过时间预测进行无监督3D表示学习，提升LiDAR感知性能。

SGIFormer: Semantic-guided and Geometric-enhanced Interleaving Transformer for 3D Instance Segmentation

SGIFormer: 基于语义引导和几何增强的交错变换器用于3D实例分割

Lei Yao, Yi Wang, Moyun Liu, Lap-Pui Chau

机构 * Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（电子工程系，香港理工大学） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（机械科学与工程学院，华中科技大学） 纠错

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

AI总结 SGIFormer通过语义引导和几何增强的交错变换器，提升3D实例分割的准确性和效率。

Journal ref IEEE Transactions on Circuits and Systems for Video Technology, vol. 35, no. 3, pp. 2276-2288, 2025

Assessing airborne laser scanning and aerial photogrammetry for deep learning-based stand delineation

评估空中激光扫描和航空摄影测量在基于深度学习的林分 delineation 中的应用

Håkon Næss Sandum, Hans Ole Ørka, Oliver Tomic, Terje Gobakken

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

AI总结 本文评估了空中激光扫描和航空摄影测量在基于深度学习的林分 delineation 中的应用，发现不同数据组合在性能上表现相似，且框架对输入数据变化具有鲁棒性。

Comments 20 pages, 4 figures, 4 tables

SF3D-RGB: Scene Flow Estimation from Monocular Camera and Sparse LiDAR

SF3D-RGB：从单目相机和稀疏LiDAR估计场景流

Rajai Alhimdiat, Ramy Battrawy, René Schuster, Didier Stricker, Wesam Ashour

机构 * Islamic University of Gaza（加沙伊斯兰大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 SF3D-RGB通过结合单目图像和稀疏LiDAR数据，提出了一种端到端深度学习架构，实现了更高效且准确的场景流估计。

Comments Accepted in Computer Vision Conference (CVC) 2026

SEF-MAP: Subspace-Decomposed Expert Fusion for Robust Multimodal HD Map Prediction

SEF-MAP：子空间分解专家融合用于鲁棒多模态高精度地图预测

Haoxiang Fu, Lingfeng Zhang, Hao Li, Ruibing Hu, Zhengrong Li, Guanjing Liu, Zimu Tan, Long Chen, Hangjun Ye, Xiaoshuai Hao

机构 * National University of Singapore（新加坡国立大学） ； Xiaomi EV（小米电动车） ； Chinese University of Hong Kong（香港中文大学） ； The University of Manchester（曼彻斯特大学） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 SEF-MAP通过子空间分解和专家融合，提升多模态HD地图预测的鲁棒性和准确性。

Voxel Densification for Serialized 3D Object Detection: Mitigating Sparsity via Pre-serialization Expansion

体素稠密化用于序列化3D物体检测：通过预序列化扩展缓解稀疏性

Qifeng Liu, Dawei Zhao, Yabo Dong, Linzhi Shang, Liang Xiao, Juan Wang, Kunkong Zhao, Dongming Lu, Qi Zhu

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

AI总结 本文提出体素稠密化模块，通过预序列化扩展提升3D物体检测精度，实验显示在多个数据集上均优于基线模型。

Comments Under review

Region of Interest Segmentation and Morphological Analysis for Membranes in Cryo-Electron Tomography

膜区域分割与形态学分析用于冷冻电镜显微镜

Xingyi Cheng, Julien Maufront, Aurélie Di Cicco, Daniël M. Pelt, Manuela Dezi, Daniel Lévy

机构 * Institut Curie, CNRS UMR168, Université PSL, Sorbonne Université, Paris, France（法国巴黎Curie研究所、CNRS UMR168、巴黎综合理工学院、索邦大学） ； Leiden Institute of Advanced Computer Science (LIACS), Universiteit Leiden, the Netherlands（荷兰莱顿大学莱顿先进计算机科学研究所（LIACS）） 纠错

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

AI总结 本文提出TomoROIS-SurfORA框架，用于直接分割膜区域并分析其形态学特征，适用于冷冻电镜及其他科学成像领域。

SD4R: Sparse-to-Dense Learning for 3D Object Detection with 4D Radar

SD4R：基于4D雷达的稀疏到密集学习用于3D物体检测

Xiaokai Bai, Jiahao Cheng, Songkai Wang, Yixuan Luo, Lianqing Zheng, Xiaohan Zhang, Si-Yuan Cao, Hui-Liang Shen

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； School of Automotive Studies, Tongji University（同济大学汽车学院） 纠错

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

AI总结 SD4R通过前景点生成器和对数几率查询编码器提升4D雷达点云的密集化能力，实现更鲁棒的3D物体检测性能。

Comments 7 pages, 5 figures, 4 tables

RegTrack: Simplicity Beneath Complexity in Robust Multi-Modal 3D Multi-Object Tracking

RegTrack: 复杂性之下蕴含的简洁性在鲁棒多模态3D多目标跟踪中

Lipeng Gu, Xuefeng Yan, Song Wang, Mingqiang Wei

机构 * School of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（计算机科学与技术学院，南京航空航天大学） ； Shenzhen Institute of Research, Nanjing University of Aeronautics and Astronautics（深圳研究院，南京航空航天大学） ； Collaborative Innovation Center of Novel Software Technology and Industrialization, Nanjing, China（新型软件技术与产业化协同创新中心，南京，中国） ； School of Computer Science and Control Engineering, Shenzhen University of Advanced Technology（计算机科学与控制工程学院，深圳大学先进技术学院） 纠错

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

AI总结 RegTrack通过统一三 cue 编码器实现鲁棒、高效且通用的多模态3D多目标跟踪。

RADE-Net: Robust Attention Network for Radar-Only Object Detection in Adverse Weather

RADE-Net：面向恶劣天气的雷达-only目标检测稳健注意力网络

Christof Leitgeb, Thomas Puchleitner, Max Peter Ronecker, Daniel Watzenig

机构 * Infineon Technologies AG（英飞凌科技有限公司） ； Institute of Visual Computing（视觉计算研究所） ； Graz University of Technology（格拉茨工业大学） ； Virtual Vehicle Research GmbH（虚拟车辆研究有限公司） 纠错

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

AI总结 RADE-Net通过3D投影方法和轻量模型提升雷达在恶劣天气下的目标检测性能。

Comments Accepted to 2026 IEEE Intelligent Vehicles Symposium (IV)

VGGT-MPR: VGGT-Enhanced Multimodal Place Recognition in Autonomous Driving Environments

VGGT-MPR：基于VGGT的多模态地点识别在自动驾驶环境中的应用

Jingyi Xu, Zhangshuo Qi, Zhongmiao Yan, Xuyu Gao, Qianyun Jiao, Songpengcheng Xia, Xieyuanli Chen, Ling Pei

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing Institute of Technology（北京理工大学） ； National University of Defense Technology（国防科技大学） 纠错

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

AI总结 VGGT-MPR通过视觉几何基础的Transformer实现多模态地点识别，在自动驾驶中表现出强鲁棒性。

Direction-aware 3D Large Multimodal Models

具有方向感知的3D大多模态模型

Quan Liu, Weihao Xuan, Junjue Wang, Naoto Yokoya, Ling Shao, Shijian Lu

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

AI总结 本文提出方向感知的3D大多模态模型，通过补充自身姿态并改进点云数据对齐，提升3D多模态模型的性能和通用性。

Comments In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026

RangeSAM: On the Potential of Visual Foundation Models for Range-View represented LiDAR segmentation

RangeSAM: 视觉基础模型在基于视距表示的激光雷达分割中的潜力

Paul Julius Kühn, Duc Anh Nguyen, Arjan Kuijper, Saptarshi Neil Sinha

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

AI总结 RangeSAM利用视觉基础模型SAM2改进基于视距的激光雷达分割，通过高效2D特征提取和定制架构优化，实现高效的3D分割性能。

Enhancing 3D LiDAR Segmentation by Shaping Dense and Accurate 2D Semantic Predictions

通过塑造密集且准确的2D语义预测来增强3D激光雷达分割

Xiaoyu Dong, Tiankui Xian, Wanshui Gan, Naoto Yokoya

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 本文提出MM2D3D模型，通过多模态引导滤波和动态跨伪监督提升2D预测质量，从而增强3D激光雷达分割的准确性。

Depth-PC: A Visual Servo Framework Integrated with Cross-Modality Fusion for Sim2Real Transfer

Depth-PC: 一种集成跨模态融合的视觉伺服框架用于仿真到现实迁移

Haoyu Zhang, Yang Liu, Yimu Jiang, Weiyang Lin, Chao Ye

机构 * Research Institute of Intelligent Control and Systems, Harbin Institute of Technology（智能控制与系统研究所，哈尔滨工业大学） 纠错

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

AI总结 Depth-PC通过跨模态融合和图神经网络实现零样本仿真到现实迁移的视觉伺服框架

Evaluating and Improving the Robustness of LiDAR Odometry and Localization Under Real-World Corruptions

评估和改进在真实世界腐蚀下的LiDAR里程计与定位鲁棒性

Bo Yang, Tri Minh Triet Pham, Jinqiu Yang

机构 * Department of Computer Science and Software Engineering, Concordia University（计算机科学与软件工程系，康科迪亚大学） 纠错

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

AI总结 本文提出首个评估LiDAR里程计与定位在真实世界腐蚀下鲁棒性的基准，并提出轻量级过滤与学习微调策略以提升其鲁棒性。

SyncTwin: Fast Digital Twin Construction and Synchronization for Safe Robotic Manipulation

SyncTwin: 快速数字孪生构建与同步用于安全的机器人操作

Ruopeng Huang, Boyu Yang, Wenlong Gui, Jeremy Morgan, Erdem Biyik, Jiachen Li

机构 * University of California, Riverside（加州大学河滨分校） ； University of Southern California（南加州大学） 纠错

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

AI总结 SyncTwin通过快速构建和同步数字孪生，提升动态和遮挡环境下机器人操作的安全性和效率。

Comments Project Website: https://sync-twin.github.io/

Point Linguist Model: Segment Any Object via Bridged Large 3D-Language Model

点语言模型：通过桥接大型3D语言模型实现任意对象分割

Zhuoxu Huang, Mingqi Gao, Jungong Han

机构 * Department of Computer Science, Aberystwyth University（计算机科学系，阿伯里斯特维斯大学） ； School of Computer Science, University of Sheffield（计算机科学学院，谢菲尔德大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

AI总结 点语言模型通过桥接大型3D语言模型与密集3D点云，解决表示不一致问题，提升3D对象分割的准确性和鲁棒性。

Comments Accepted by IEEE Transactions on Multimedia (TMM)

Cholec80-port: A Geometrically Consistent Trocar Port Segmentation Dataset for Robust Surgical Scene Understanding

Cholec80-port: 一种几何一致的trocar端口分割数据集用于鲁棒的外科场景理解

Shunsuke Kikuchi, Atsushi Kouno, Hiroki Matsuzaki

机构 * Jmees Inc.（Jmees公司） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 Cholec80-port数据集通过几何一致的端口分割提升外科场景理解的鲁棒性。

An Industrial Dataset for Scene Acquisitions and Functional Schematics Alignment

用于场景采集和功能图示对齐的工业数据集

Flavien Armangeon, Thibaud Ehret, Enric Meinhardt-Llopis, Rafael Grompone von Gioi, Guillaume Thibault, Marc Petit, Gabriele Facciolo

机构 * 1 Universit\'e Paris-Saclay, ENS Paris-Saclay, CNRS, Centre Borelli, 91190, Gif-sur-Yvette, France 2 EDF R\&D (Electricité de France), France 3 AMIAD, Pôle Recherche, France 4 Institut Universitaire de France 纠错

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

AI总结 本文提出IRIS-v2数据集，通过结合分割和图匹配技术，解决工业场景中功能图示与现实数据对齐的问题。

Comments Submitted to EUSIPCO 2026

Multispectral airborne laser scanning for tree species classification: a benchmark of machine learning and deep learning algorithms

多光谱航空激光扫描用于树种分类：机器学习和深度学习算法的基准测试

Josef Taher, Eric Hyyppä, Matti Hyyppä, Klaara Salolahti, Xiaowei Yu, Leena Matikainen, Antero Kukko, Matti Lehtomäki, Harri Kaartinen, Sopitta Thurachen, Paula Litkey, Ville Luoma, Markus Holopainen, Gefei Kong, Hongchao Fan, Petri Rönnholm, Matti Vaaja, Antti Polvivaara, Samuli Junttila, Mikko Vastaranta, Stefano Puliti, Rasmus Astrup, Joel Kostensalo, Mari Myllymäki, Maksymilian Kulicki, Krzysztof Stereńczak, Raul de Paula Pires, Ruben Valbuena, Juan Pedro Carbonell-Rivera, Jesús Torralba, Yi-Chen Chen, Lukas Winiwarter, Markus Hollaus, Gottfried Mandlburger, Narges Takhtkeshha, Fabio Remondino, Maciej Lisiewicz, Bartłomiej Kraszewski, Xinlian Liang, Jianchang Chen, Eero Ahokas, Kirsi Karila, Eugeniu Vezeteu, Petri Manninen, Roope Näsi, Heikki Hyyti, Siiri Pyykkönen, Peilun Hu, Juha Hyyppä

机构 * Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute FGI（遥感与摄影测量系，芬兰地理研究机构FGI） ； Department of Forest Sciences, University of Helsinki（森林科学系，赫尔辛基大学） 纠错

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

AI总结 本研究通过对比机器学习和深度学习算法，展示了点变换模型在高密度多光谱ALS数据中对树种分类的高准确率。

Journal ref ISPRS Journal of Photogrammetry and Remote Sensing, Volume 233, 2026, Pages 278-309

Cross-view Domain Generalization via Geometric Consistency for LiDAR Semantic Segmentation

通过几何一致性实现跨视角领域泛化的LiDAR语义分割

Jindong Zhao, Yuan Gao, Yang Xia, Sheng Nie, Jun Yue, Weiwei Sun, Shaobo Xia

机构 * School of Aeronautic Engineering, Changsha University of Science and Technology（长沙理工大学航空工程学院） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空信息研究所） ； School of Automation, Central South University（中南大学自动化学院） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

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

AI总结 CVGC通过几何一致性模块解决跨视角LiDAR语义分割中的领域泛化问题，优于现有方法。

Synthetic Dataset Generation and Validation for Robotic Surgery Instrument Segmentation

用于机器人手术器械分割的合成数据集生成与验证

Giorgio Chiesa, Rossella Borra, Vittorio Lauro, Sabrina De Cillis, Daniele Amparore, Cristian Fiori, Riccardo Renzulli, Marco Grangetto

机构 * University of Turin, Italy（都灵大学） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出了一种生成和验证用于机器人手术器械分割的合成数据集的方法，通过自动化流程生成逼真数据，并验证其在模型训练中的有效性。

Comments Accepted at ISBI 2026

X-VORTEX: Spatio-Temporal Contrastive Learning for Wake Vortex Trajectory Forecasting

X-VORTEX：用于尾涡轨迹预测的时空对比学习

Zhan Qu, Michael Färber

机构 * Department of Computer Science, TU Dresden, Dresden, Germany（计算机科学系，德累斯顿技术大学，德累斯顿，德国） 纠错

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

AI总结 X-VORTEX通过时空对比学习方法，利用未标注数据高效预测尾涡轨迹，解决了传感器稀疏性和时间变化涡旋动力学问题。

R3DPA: Leveraging 3D Representation Alignment and RGB Pretrained Priors for LiDAR Scene Generation

R3DPA：利用3D表示对齐和RGB预训练先验知识进行LiDAR场景生成

Nicolas Sereyjol-Garros, Ellington Kirby, Victor Besnier, Nermin Samet

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

AI总结 R3DPA通过结合3D表示对齐和RGB预训练先验知识，实现LiDAR场景生成的先进性能。

Comments ICRA 2026