3D 视觉

From Pairs to Sequences: Track-Aware Policy Gradients for Keypoint Detection

从配对到序列：面向跟踪的策略梯度方法用于关键点检测

Yepeng Liu, Hao Li, Liwen Yang, Fangzhen Li, Xudi Ge, Yuliang Gu, kuang Gao, Bing Wang, Guang Chen, Hangjun Ye, Yongchao Xu

机构 * School of Computer Science, Wuhan University（1 武汉大学计算机学院） ； Xiaomi EV（2 小米电动车） 纠错

专题命中 SLAM与定位 ：3D vision(abstract)；3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出TraqPoint方法，将关键点检测视为序列决策问题，通过跟踪感知奖励机制提升关键点的长期可跟踪性，在稀疏匹配基准上优于现有方法。

Comments Accepted by CVPR 2026 (Oral)

Unblur-SLAM: Dense Neural SLAM for Blurry Inputs

Unblur-SLAM：用于模糊输入的密集神经SLAM

Qi Zhang, Denis Rozumny, Francesco Girlanda, Sezer Karaoglu, Marc Pollefeys, Theo Gevers, Martin R. Oswald

机构 * University of Amsterdam（阿姆斯特丹大学） ； Meta Reality Labs（Meta现实实验室） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 SLAM与定位 ：3DGS(abstract)；3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出Unblur-SLAM，一种针对模糊图像输入的RGB SLAM pipeline，能够处理多种模糊类型，在运动模糊和失焦模糊情况下表现出最佳性能，通过调整计算量和多视图优化提升重建效果。

Comments 14 pages, 9 figures (based on the document's total length and the final Figure 9 ). Accepted By CVPR 2026

High-Precision 6DOF Pose Estimation via Global Phase Retrieval in Fringe Projection Profilometry for 3D Mapping

通过相位全局检索实现高精度6自由度姿态估计用于三维映射的数字光栅投影 profilometry

Sehoon Tak, Keunhee Cho, Sangpil Kim, Jae-Sang Hyun

机构 * Department of Mechanical Engineering, Yonsei University（延世大学机械工程系） ； Department of Artificial Intelligence, Korea University（韩国大学人工智能系） 纠错

专题命中 SLAM与定位 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出一种基于全局相位检索的高精度姿态估计方法，通过固有校准的全局投影仪与移动DFP系统结合，实现亚毫米级姿态精度和鲁棒性，适用于准静态场景的3D映射。

Marginalized Bundle Adjustment: Multi-View Camera Pose from Monocular Depth Estimates

边缘束调整：从单目深度估计中获取多视角相机姿态

Shengjie Zhu, Ahmed Abdelkader, Mark J. Matthews, Xiaoming Liu, Wen-Sheng Chu

机构 * Google（谷歌） ； Michigan State University（密歇根州立大学） 纠错

专题命中 SLAM与定位 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出边缘束调整方法，利用单目深度估计的密集深度图，有效整合到结构从运动任务中，提升多视角3D视觉性能。

Detecting 3D Line Segments for 6DoF Pose Estimation with Limited Data

用于6自由度姿态估计的有限数据3D线段检测

Matej Mok, Lukáš Gajdošech, Michal Mesároš, Martin Madaras, Viktor Kocur

机构 * Faculty of Mathematics, Physics and Informatics, Comenius University Bratislava（数学、物理与信息学学院，科梅尼乌斯大学布拉迪斯拉发） ； Skeletex Research（Skeletex研究所） 纠错

专题命中 SLAM与定位 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出了一种基于有限数据的3D线段检测方法，用于工业环境中的6自由度姿态估计，通过检测托盘顶部边缘线段并结合几何处理，实现了高精度姿态估计，无需实例特定CAD模型。

Comments 8 pages, Accepted to VISAPP 2026 as Position Paper

PoseCrafter: Extreme Pose Estimation with Hybrid Video Synthesis

Qing Mao, Tianxin Huang, Yu Zhu, Jinqiu Sun, Yanning Zhang, Gim Hee Lee

机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算机与数据科学学院） ； School of Astronautics, Northwestern Polytechnical University（西北工业大学航天学院） 纠错

专题命中 SLAM与定位 ：3D vision(abstract)；novel view synthesis(abstract)；分类 cs.CV

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

Is Semantic SLAM Ready for Embedded Systems ? A Comparative Survey

Calvin Galagain, Martyna Poreba, François Goulette

专题命中 SLAM与定位 ：NeRF(abstract)；Gaussian Splatting(abstract)；分类 cs.RO

Large-scale visual SLAM for in-the-wild videos

Shuo Sun, Torsten Sattler, Malcolm Mielle, Achim J. Lilienthal, Martin Magnusson

机构 * AASS research center, Örebro University, Sweden（奥雷布罗大学AASS研究中心） ； Czech Technical University in Prague（布拉格捷克技术大学） ； Technical University of Munich, Chair: Perception for Intelligent Systems（慕尼黑技术大学感知智能系统教研室） 纠错

专题命中 SLAM与定位 ：NeRF(abstract)；3D reconstruction(abstract)；分类 cs.CV

Comments fix the overview figure

MonoGS++: Fast and Accurate Monocular RGB Gaussian SLAM

Renwu Li, Wenjing Ke, Dong Li, Lu Tian, Emad Barsoum

专题命中 SLAM与定位 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV

Underground Mapping and Localization Based on Ground-Penetrating Radar

Jinchang Zhang, Guoyu Lu

专题命中 SLAM与定位 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV

Splat-SLAM: Globally Optimized RGB-only SLAM with 3D Gaussians

Erik Sandström, Keisuke Tateno, Michael Oechsle, Michael Niemeyer, Luc Van Gool, Martin R. Oswald, Federico Tombari

专题命中 SLAM与定位 ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV

Comments 21 pages

RGBD GS-ICP SLAM

Seongbo Ha, Jiung Yeon, Hyeonwoo Yu

专题命中 SLAM与定位 ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

A survey on real-time 3D scene reconstruction with SLAM methods in embedded systems

Quentin Picard, Stephane Chevobbe, Mehdi Darouich, Jean-Yves Didier

专题命中 SLAM与定位 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.RO

ESLAM: Efficient Dense SLAM System Based on Hybrid Representation of Signed Distance Fields

Mohammad Mahdi Johari, Camilla Carta, François Fleuret

专题命中 SLAM与定位 ：NeRF(abstract)；3D reconstruction(abstract)；分类 cs.CV

Comments CVPR 2023 Highlight. Project page: https://www.idiap.ch/paper/eslam/

Dense RGB-D semantic mapping with Pixel-Voxel neural network

Cheng Zhao, Li Sun, Pulak Purkait, Rustam Stolkin

专题命中 SLAM与定位 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV

Comments 8 pages, 4 figures, 2 tables

Navigating the Last Mile: Evaluating Head- and Cane-Mounted Cameras for Egocentric Spatial Awareness

解决最后一公里问题：评估用于自我中心空间感知的头戴式和手杖式摄像头

Apurv Varshney, Lucas Nadolskis, Tobias Höllerer, Michael Beyeler

专题命中 SLAM与定位 ：NeRF(abstract)；3D reconstruction(abstract)

AI总结 研究盲人行人“最后一公里”导航问题，通过混合方法，调查盲人使用者习惯并进行案例研究，用SLAM和NeRFs比较头戴与手杖式摄像头，发现核心权衡，为混合XR系统架构提供考量。

NeuralBlox: Real-Time Neural Representation Fusion for Robust Volumetric Mapping

Stefan Lionar, Lukas Schmid, Cesar Cadena, Roland Siegwart, Andrei Cramariuc

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO；3D vision(journal_ref)

Comments 3DV 2021. Equal contribution between the first two authors. Code: https://github.com/ethz-asl/neuralblox

Journal ref International Conference on 3D Vision (3DV), 2021, pp. 1279-1289

SLAM for Indoor Mapping of Wide Area Construction Environments

Vincent Ress, Wei Zhang, David Skuddis, Norbert Haala, Uwe Soergel

机构 * Institute for Photogrammetry（摄影测量研究所） ； Geoinformatics, University of Stuttgart, Germany（地理信息学，斯图加特大学，德国） 纠错

专题命中 SLAM与定位 ：Gaussian Splatting(abstract)；分类 cs.CV、cs.RO

Journal ref ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, X-2-2024

From Distances to Trajectories: Real-Time Signed Distance Function Mapping and Distance-Accelerated Motion Planning for UAVs

从距离到轨迹：无人机的实时带符号距离函数映射与距离加速运动规划

Jason Stanley, Zhirui Dai, Qihao Qian, Tzu-Chin Ho, Tianxing Fan, Siddharth Saha, Christopher Barngrover, Ki Myung Brian Lee, Nikolay Atanasov

机构 * UC San Diego（加州大学圣地亚哥分校） ； Shield AI（护盾人工智能公司） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 研究针对无人机在杂乱环境中的自主飞行，提出围绕带符号距离函数协同设计映射与规划阶段。开发OREN重建SDF，Bubble$^\star$基于距离信息规划，减少碰撞检查。集成方法在四旋翼飞行器上实时导航，提升SDF估计并快速找到长轨迹。

Comments 25 pages, 10 figures, 5 tables

OREN: Octree Residual Network for Real-Time Euclidean Signed Distance Mapping

OREN：八叉树残差网络用于实时欧几里得符号距离映射

Zhirui Dai, Qihao Qian, Tianxing Fan, Nikolay Atanasov

机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电子与计算机工程系） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 OREN结合八叉树插值的显式先验和神经网络回归的隐式残差，实现高效且可微的非截断SDF重建，优于现有方法的准确性和效率。

Comments Accepted to IEEE/RSJ International Conference Intelligent Robots & Systems (IROS) 2026

Triangle Splatting SLAM

三角形泼溅SLAM

Nicholas Fry, Eric Dexheimer, Kirill Mazur, Paul H. J. Kelly, Andrew J. Davison

机构 * Software Performance Optimisation Group（软件性能优化组） ； Department of Computing（计算部门） 纠错

专题命中 SLAM与定位 ：Gaussian Splatting(abstract)；分类 cs.CV、cs.RO

AI总结 提出首个使用可微三角形作为3D地图表示的密集RGB-D SLAM系统，通过在线可微渲染实现跟踪与建图，并支持实时网格转换与编辑。

Comments 26 pages, 11 figures

Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives

Z-FLoc: 基于几何基元的零样本楼层平面定位

Ayumi Umemura, Toshinori Kuwahara, Marc Pollefeys, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； Tohoku University（东北大学） 纠错

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 提出一种零样本楼层平面定位方法，通过从单目3D重建的鸟瞰图中提取直线和圆等几何基元，并与楼层平面进行鲁棒匹配，无需重新训练即可泛化到新环境。

Outlier-Robust Spatial Perception: Hardness, General-Purpose Algorithms, and Guarantees

抗异常的空域感知：难度、通用算法和保证

Vasileios Tzoumas, Pasquale Antonante, Luca Carlone

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文研究了空域感知中异常数据的影响，提出了一种通用算法来有效去除异常，并提供了对算法性能的理论保证。

Dr-BA: Separable Optimization for Direct Radar Bundle Adjustment & Localization

Dr-BA：直接雷达束调整与定位的可分离优化

Daniil Lisus, Cedric Le Gentil, Timothy D. Barfoot

机构 * Robotics Institute, University of Toronto（多伦多大学机器人研究所） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出Dr-BA框架，通过直接处理2D旋转雷达强度图像实现雷达束调整与定位，利用雷达抗雨优势，解决稠密地图与传感器姿态联合估计问题，实现最先进的雷达束调整与跨会话定位性能。

Comments Accepted for presentation at RSS 2026

A Model-based Visual Contact Localization and Force Sensing System for Compliant Robotic Grippers

基于模型的视觉接触定位与力感知系统用于柔顺机械手爪

Kaiwen Zuo, Shuyuan Yang, Zonghe Chua

机构 * Department of Electrical, Computer, and Systems Engineering, Case Western Reserve University（电气、计算机与系统工程系，凯斯西储大学） 纠错

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出基于模型的视觉力感知系统，结合迭代接触定位与通用化方法，用于柔顺机械手爪的实时力估计，实验显示其在不同物体和条件下具有较高的精度和鲁棒性。

Comments 8 pages, 6 figures, IEEE Robotics and Automation Letters

BOP-ASK: Object-Interaction Reasoning for Vision-Language Models

BOP-ASK：面向视觉-语言模型的对象交互推理

Vineet Bhat, Sungsu Kim, Valts Blukis, Greg Heinrich, Prashanth Krishnamurthy, Ramesh Karri, Stan Birchfield, Farshad Khorrami, Jonathan Tremblay

机构 * New York University（纽约大学） ； NVIDIA（英伟达） 纠错

专题命中 SLAM与定位 ：spatial understanding(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出BOP-ASK数据集，用于训练和评估视觉-语言模型的对象交互推理能力，包含15万张图像和3300万对问题答案，涵盖六个任务，验证了模型在复杂环境中的空间推理能力。

Comments Accepted at CVPR 2026. Code, Datasets & Benchmark available at https://bop-ask.github.io/

GPA-VGGT:Adapting VGGT to Large Scale Localization by Self-Supervised Learning with Geometry and Physics Aware Loss

GPA-VGGT：通过几何和物理感知损失自监督学习适应大规模定位

Yangfan Xu, Lilian Zhang, Xiaofeng He, Pengdong Wu, Wenqi Wu, Jun Mao

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出GPA-VGGT框架，通过自监督学习提升大规模环境中的定位能力，利用几何约束和物理一致性损失优化模型，实验表明其在数百次迭代内收敛并显著提升定位性能。

ToFormer: Towards Large-scale Scenario Depth Completion for Lightweight ToF Camera

ToFormer：面向大规模场景深度补全的轻量级ToF相机

Juncheng Chen, Tiancheng Lai, Xingpeng Wang, Bingxin Liao, Baozhe Zhang, Chao Xu, Yanjun Cao

机构 * State Key Laboratory of Industrial Control Technology, Institute of Cyber Systems and Control, Zhejiang University, Hangzhou, China（浙江大学工业控制技术状态重点实验室，系统与控制研究所，杭州，中国） ； Huzhou Institute of Zhejiang University, Huzhou, China（浙江大学湖州研究院，湖州，中国） ； The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出全栈框架，通过多传感器平台收集大规模真实世界ToF样本，构建首个LASER-ToF数据集，并设计传感器感知深度补全网络，结合3D-2D联合传播池和多模态交叉协方差注意力模块，提升非均匀ToF深度稀疏性下的建模效果和3D-2D融合效率，实现轻量级部署和大规模场景映射。

Comments 17 pages, 15 figures

GelSLAM: A Real-time, High-Fidelity, and Robust 3D Tactile SLAM System

GelSLAM：一种实时、高保真度和鲁棒的3D触觉SLAM系统

Hung-Jui Huang, Mohammad Amin Mirzaee, Michael Kaess, Wenzhen Yuan

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 GelSLAM通过触觉传感实现实时高保真3D SLAM，以高精度重建物体形状并提升手部操作任务的鲁棒性。

Comments 20 pages

OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions

OSMa-Bench: 评估开放语义映射在不同光照条件下的性能

Maxim Popov, Regina Kurkova, Mikhail Iumanov, Jaafar Mahmoud, Sergey Kolyubin

机构 * Biomechatronics and Energy-Efficient Robotics (BE2R) Lab, ITMO University（生物机电学与节能机器人实验室，ITMO大学） 纠错

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 OSMa-Bench通过评估不同光照条件下语义映射算法的性能，推动了更鲁棒的机器人系统发展。

Comments Project page: https://be2rlab.github.io/OSMa-Bench/

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 10786-10791