3D 视觉

Learning View Priors for Single-view 3D Reconstruction

Hiroharu Kato, Tatsuya Harada

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments CVPR 2019. Project page: http://hiroharu-kato.com/projects_en/view_prior_learning.html

Synthetic Human Model Dataset for Skeleton Driven Non-rigid Motion Tracking and 3D Reconstruction

Shafeeq Elanattil, Peyman Moghadam

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments More information at https://research.csiro.au/robotics/our-work/databases/synthetic-human-model-dataset/

RayNet: Learning Volumetric 3D Reconstruction with Ray Potentials

Despoina Paschalidou, Ali Osman Ulusoy, Carolin Schmitt, Luc van Gool, Andreas Geiger

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments Accepted to CVPR 2018 as spotlight. Project url with code: http://raynet-mvs.com/

Fast and Accurate Camera Covariance Computation for Large 3D Reconstruction

Michal Polic, Wolfgang Förstner, Tomas Pajdla

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments ECCV 2018

GPU Accelerated Cascade Hashing Image Matching for Large Scale 3D Reconstruction

Tao Xu, Kun Sun, Wenbing Tao

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Evaluation of Dense 3D Reconstruction from 2D Face Images in the Wild

Zhen-Hua Feng, Patrik Huber, Josef Kittler, Peter JB Hancock, Xiao-Jun Wu, Qijun Zhao, Paul Koppen, Matthias Rätsch

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments 8 pages

3D Reconstruction of Incomplete Archaeological Objects Using a Generative Adversarial Network

Renato Hermoza, Ivan Sipiran

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments 6 pages, 10 figures

3D Reconstruction in Canonical Co-ordinate Space from Arbitrarily Oriented 2D Images

Benjamin Hou, Bishesh Khanal, Amir Alansary, Steven McDonagh, Alice Davidson, Mary Rutherford, Jo V. Hajnal, Daniel Rueckert, Ben Glocker, Bernhard Kainz

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Recovery of Point Clouds on Surfaces: Application to Image Reconstruction

Sunrita Poddar, Mathews Jacob

专题命中 三维重建 ：point cloud(title)；分类 cs.CV

Accurate 3D Reconstruction of Dynamic Scenes from Monocular Image Sequences with Severe Occlusions

Vladislav Golyanik, Torben Fetzer, Didier Stricker

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Unsupervised 3D Reconstruction from a Single Image via Adversarial Learning

Lingjing Wang, Yi Fang

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

3D Reconstruction of Crime Scenes and Design Considerations for an Interactive Investigation Tool

Erkan Bostanci

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments 9 pages, journal

Journal ref International Journal of Information Security Science, Vol 4, No 2 (2015)

ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes

Angela Dai, Angel X. Chang, Manolis Savva, Maciej Halber, Thomas Funkhouser, Matthias Nießner

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Two-view 3D Reconstruction for Food Volume Estimation

Joachim Dehais, Marios Anthimopoulos, Sergey Shevchik, Stavroula Mougiakakou

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments 10 pages, 7 Tables, 8 Figures in IEEE Transactions on Multimedia, 2016

Geometric Abstraction from Noisy Image-Based 3D Reconstructions

Thomas Holzmann, Christof Hoppe, Stefan Kluckner, Horst Bischof

专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV

Comments Part of the OAGM 2014 proceedings (arXiv:1404.3538)

Succinct Representation of Well-Spaced Point Clouds

Benoît Hudson

专题命中 三维重建 ：point cloud(title)；分类 cs.GR

Comments 12 pages

Beyond Frontiers: Scene-Anomaly Guided Autonomous Exploration

超越边界：场景异常引导的自主探索

Akash Kumbar, Abhinav Raundhal, Madhava Krishna

机构 * Robotics Research Center, IIIT-Hyderabad（机器人研究中心，印度国际信息技术学院海得拉巴分校） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 研究针对传统3D环境自主探索方法忽视结构背景致轨迹低效及重建质量差的问题，提出SCAGE框架，将探索视为几何异常最小化问题，依据对室内建筑的理解标记异常引导机器人，实现空间发现与高保真映射结合，提升了覆盖率和重建质量。

Comments Accepted in IEEE/RSJ IROS 2026. Project page: https://beyondfrontiers.github.io/

Meshtryoshka: Differentiable Rendering of Real-World Scenes via Mesh Rasterization

Meshtryoshka: 通过网格光栅化实现真实场景的可微分渲染

David Charatan, Daniel Xu, Richard Szeliski, George Kopanas, Vincent Sitzmann

机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Washington（华盛顿大学） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 提出Meshtryoshka框架，利用嵌套网格壳表示和现成三角形光栅化器，通过符号距离函数间接更新顶点位置，实现大规模无界场景的高质量可微分渲染。

Comments Daniel Xu and David Charatan contributed equally; author order decided by coin flip. Project website: https://danielxu9393.github.io/meshtryoshka-website/

Neural Harmonic Textures for High-Quality Primitive Based Neural Reconstruction

基于神经谐波纹理的高质量基于原始体的神经重建

Jorge Condor, Nicolas Moenne-Loccoz, Merlin Nimier-David, Piotr Didyk, Zan Gojcic, Qi Wu

机构 * NVIDIA（英伟达） ； Università della Svizzera italiana（瑞士意大利语区大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出神经谐波纹理，通过虚拟框架锚定潜在特征向量，实现高效实时视图合成，融合原始体与神经场方法，提升高频细节建模能力。

Comments Accepted to ECCV 2026

GraspFoM: Towards Reconstruction-Driven Robotic Grasping with 3D Foundation Priors

GraspFoM：基于3D基础先验的重建驱动机器人抓取

Dongli Wu, Xiaobao Wei, Hao Wang, Qiaochu Dong, Ying Li, Qingpo Wuwu, Ming Lu, Wufan Zhao

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 三维重建 ：3DGS(abstract,abstract_cn)；分类 cs.CV、cs.RO

AI总结 提出GraspFoM框架，利用3D基础先验（SAM3D）构建共享3D物体潜变量，联合优化重建与抓取姿态预测，通过锚点初始化的截断姿态推理扩散器生成连续多模态抓取，实现高保真重建与最优抓取。

Real-Time Physics Simulation with Dynamic Mesh-Gaussian Reconstructions

基于动态网格-高斯重建的实时物理仿真

Adrian Ramlal, John S. Zelek

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR

AI总结 针对动态重建与物理仿真拓扑不兼容的问题，提出固定拓扑网格与高斯泼溅的双表示框架，实现实时物理仿真，并揭示高质量重建与物理兼容拓扑存在本质冲突。

Journal ref Journal of Computational Vision and Imaging Systems, Vol. 11, No. 1, 2025

FreeOrbit4D: Training-Free Arbitrary Camera Redirection for Monocular Videos via Foreground-Complete 4D Reconstruction

FreeOrbit4D: 通过前景完整4D重建实现免训练的任意相机重定向

Wei Cao, Hao Zhang, Fengrui Tian, Yulun Wu, Yingying Li, Shenlong Wang, Ning Yu, Yaoyao Liu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Pennsylvania（宾夕法尼亚大学） ； Eyeline Labs（Eyeline实验室） 纠错

专题命中 三维重建 ：point cloud(abstract,abstract_cn)；分类 cs.CV、cs.GR

AI总结 本文提出FreeOrbit4D，一种无需训练的框架，通过恢复完整的前景4D代理来解决大角度重定向中的几何模糊问题，从而生成更真实且时间一致的视频。

Comments 12 pages, 10 figures. Accepted to SIGGRAPH Conference Papers 2026

3DPhysVideo: Consistency-Guided Flow SDE for Video Generation via 3D Scene Reconstruction and Physical Simulation

3DPhysVideo: 通过3D场景重建和物理模拟的一致性引导流SDE用于视频生成

Hwidong Kim, Yunho Kim, Tae-Kyun Kim

机构 * KAIST（韩国科学技术院） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种无需训练的管道，通过3D场景重建和物理模拟生成逼真视频，利用一致性引导流SDE分解预测速度以确保条件输入的一致性，从而在多物体和流体交互场景中实现从单张图像到物理合理视频的过渡。

Comments Project page: https://hwidong-kim.github.io/projects/3DPhysVideo

Memory Over Maps: 3D Object Localization Without Reconstruction

记忆超越映射：无需重建的3D物体定位

Rui Zhou, Xander Yap, Jianwen Cao, Allison Lau, Boyang Sun, Marc Pollefeys

机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出无需重建的3D物体定位方法，通过轻量级视觉记忆实现快速场景索引，显著降低预处理成本，验证了基于图像的场景记忆可替代密集3D重建。

Comments 8 pages, 6 figures

RANGER: A Monocular Zero-Shot Semantic Navigation Framework through Visual Contextual Adaptation

RANGER：通过视觉上下文适应的单目零样本语义导航框架

Ming-Ming Yu, Yi Chen, Börje F. Karlsson, Wenjun Wu

机构 * Beihang University（北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 RANGER通过视觉上下文学习实现零样本语义导航，无需依赖深度和姿态信息，利用3D基础模型和视觉语言模型提升任务效率与环境适应性。

Comments Accepted at ICRA 2026

LiteGE: Lightweight Geodesic Embedding for Efficient Geodesics Computation and Non-Isometric Shape Correspondence

LiteGE：轻量级测地嵌入用于高效测地线计算和非等距形状对应

Yohanes Yudhi Adikusuma, Qixing Huang, Ying He

专题命中 三维重建 ：3D vision(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 LiteGE通过PCA处理信息体素的无符号距离场样本，构建紧凑且类别感知的形状描述符，实现高效测地线计算和非等距形状对应，显著降低内存使用和推理时间。

Journal ref Proceedings of the 40th AAAI Conference on Artificial Intelligence (AAAI-26), 2026

FSFSplatter: Build Surface and Novel Views with Sparse-Views within 2min

FSFSplatter: 用稀疏视图在2分钟内构建表面和新视角

Yibin Zhao, Yihan Pan, Jun Nan, Liwei Chen, Jianjun Yi

机构 * East China University of Science and Technology, Shanghai（东华大学上海理工学院） ； Shanghai Xiaoyuan Innovation Center, Shanghai（上海小元创新中心） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出FSFSplatter方法，通过端到端的密集高斯初始化、相机参数估计和几何增强场景优化，实现从自由稀疏图像快速重建表面和新视角，优于现有最先进方法。

Flatten The Complex: Joint B-Rep Generation via Compositional $k$-Cell Particles

扁平化复杂：通过组合k-cell粒子进行联合B-Rep生成

Junran Lu, Yuanqi Li, Hengji Li, Jie Guo, Yanwen Guo

机构 * Nanjing University（南京大学） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种基于组合k-cell粒子的B-Rep生成方法，通过解耦层次结构实现拓扑与几何的联合生成，提升生成模型的精度和可编辑性。

Selfi: Self Improving Reconstruction Engine via 3D Geometric Feature Alignment

Selfi: 通过3D几何特征对齐实现自改进的重建引擎

Youming Deng, Songyou Peng, Junyi Zhang, Kathryn Heal, Tiancheng Sun, John Flynn, Steve Marschner, Lucy Chai

机构 * Cornell University（康奈尔大学） ； Google（谷歌） ； UC Berkeley（加州大学伯克利分校） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 Selfi通过特征对齐提升3D重建精度，利用VGGT输出作为伪地面真实值，实现NVS和姿态估计的高性能表现。

Comments Project Page: https://denghilbert.github.io/selfi/

Geometric implicit neural representations for signed distance functions

Luiz Schirmer, Tiago Novello, Vinícius da Silva, Guilherme Schardong, Daniel Perazzo, Hélio Lopes, Nuno Gonçalves, Luiz Velho

专题命中 三维重建 ：3D reconstruction(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR