SurfR: Surface Reconstruction with Multi-scale Attention
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV；3D vision(journal_ref)
Comments Accepted in 3DV 2025
Journal ref International Conference on 3D Vision 2025
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. 三维重建 4394 篇
HMD^2: Environment-aware Motion Generation from Single Egocentric Head-Mounted Device
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV；3D vision(comments)
Comments International Conference on 3D Vision 2025 (3DV 2025)
Single-image coherent reconstruction of objects and humans
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV；3D generation(comments)
Comments Accepted at AI for 3D Generation, CVPR Workshop
Self-supervised Depth Denoising Using Lower- and Higher-quality RGB-D sensors
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV；3D vision(journal_ref)
Journal ref 2020 International Conference on 3D Vision (3DV)
FastHuman: Reconstructing High-Quality Clothed Human in Minutes
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV；3D vision(comments)
Comments International Conference on 3D Vision, 3DV 2024
ManiFlow: Implicitly Representing Manifolds with Normalizing Flows
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV；3D vision(comments)
Comments International Conference on 3D Vision 2022
ESL: Event-based Structured Light
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV；3D vision(journal_ref)
Journal ref IEEE International Conference on 3D Vision (3DV), 2021
GASCN: Graph Attention Shape Completion Network
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV；3D vision(comments)
Comments International Conference on 3D Vision (3DV)
Learned Semantic Multi-Sensor Depth Map Fusion
专题命中 三维重建 ：3D reconstruction(abstract,comments)；分类 cs.CV
Comments 11 pages, 7 figures, 2 tables, accepted for the 2nd Workshop on 3D Reconstruction in the Wild (3DRW2019) in conjunction with ICCV2019
Journal ref 2019 IEEE/CVF International Conference on Computer Vision Workshop (ICCVW)
ReX-Shot: Single-Image Rephotography via Geometry- and Camera-Grounded Generation
ReX-Shot：基于几何与相机基础生成的单图像重摄影
机构 * School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院） ； vivo Mobile Communication Co., Ltd.（维沃移动通信有限公司）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 ReX-Shot是首个从单图像联合控制视点、焦距和摄影效果的统一生成框架，通过几何与相机基础生成技术实现更优性能与近实时交互性，解决了现有方法的多因素控制局限
Comments Project page: https://ruiqi-nju.github.io/ReX-Shot/
Large Intestine 3D Shape Refinement Using Point Diffusion Models for Digital Phantom Generation
机构 * Center for Virtual Imaging Trials, Department of Radiology, Duke University School of Medicine, Durham, NC, USA Biomedical Imaging Group Rotterdam, Department of Radiology \& Nuclear Medicine, Erasmus MC, Rotterdam, the Netherlands Electrical ； Computer Engineering, Pratt School of Engineering, Duke University, Durham, NC, USA
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
Journal ref Shape in Medical Imaging (ShapeMI 2025)
UrbanWorld2.0: A Multimodal Agentic Framework for Reality-Aligned 3D World Generation at City-Scale
RAISECity: 一种用于城市级现实对齐3D世界生成的多模态代理框架
机构 * College of AI, Tsinghua University（人工智能学院，清华大学） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） ； Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，北京研究院，清华大学）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV
AI总结 RAISECity通过多模态代理框架实现城市级3D世界生成，提升现实对齐、精度和性能，适用于沉浸媒体和具身智能应用。
Comments Accepted by ACM MM 2026, the code is available at: https://github.com/tsinghua-fib-lab/UrbanWorld2.0
Unsupervised Anomaly Detection for Image Dataset Quality Assurance in Multi-Center Breast MRI
面向多中心乳腺MRI图像数据集质量保证的无监督异常检测
机构 * Cambridge University Hospitals（剑桥大学医院） ； Mitera Hospital（米特拉医院） ； Radboud University Medical Center（拉德堡德大学医学中心） ； University Hospital Aachen（亚琛大学医院） ； University Medical Center Utrecht（乌得勒支大学医学中心） ； Ribera Hospital（里贝拉医院） ； Duke Breast Cancer MRI（杜克乳腺癌磁共振成像项目）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 该研究针对多中心乳腺MRI数据集，构建含17种异常类型的无监督异常检测基准，评估四种方法，发现带位置编码的投影法性能最优，为医疗AI的可扩展无监督质量保证提供基础。
Robust structure from motion for aerial-ground images via detector-free feature matching and multi-view track refinement
基于无检测器特征匹配与多视图轨迹优化的空地图像鲁棒运动恢复结构
机构 * School of Architecture and Urban Planning, Shenzhen University（深圳大学建筑与城市规划学院） ； Guangdong Key Laboratory of Urban Informatics, Shenzhen University（深圳大学广东省城市信息学重点实验室） ； MNR Key Laboratory for Geo-Environmental Monitoring of Great Bay Area, Shenzhen University（深圳大学自然资源部大湾区地理环境监测重点实验室）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本研究提出结合无检测器匹配网络与多视图轨迹优化的方法，用于解决空地图像三维重建中特征匹配鲁棒性问题，在5°位姿误差下AUC较LoFTR提升93.9%，实现更高精度的ISfM重建。
BrickAnything: Geometry-Conditioned Buildable Brick Generation with Structure-Aware Tokenization
BrickAnything: 基于几何条件的可构建砖块生成与结构感知标记化
机构 * Xi’an Jiaotong University（西安交通大学） ； State Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.GR
AI总结 提出BrickAnything，一个基于几何条件的自回归框架，通过结构感知树标记化生成满足装配约束和结构稳定性的砖块结构。
Comments Revised version with updated Code: https://github.com/xjtunzy/BrickAnything
SPARGen: Unifying Spatial Perception and Reasoning through Native Multimodal Generation
SPARGen：通过原生多模态生成统一空间感知与推理
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 SPARGen是统一多模态框架，将3D重建等空间任务转为指令条件生成任务，在单一框架内实现异构空间任务的竞争力性能，突破现有方法的知识迁移限制。
HandsOnWorld: Unconstrained Egocentric Video Generation with Camera-Disentangled Hand Control
HandsOnWorld: 无约束的自我中心视频生成，具有相机解耦的手部控制
机构 * Tsinghua University（清华大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Chinese University of Hong Kong（香港中文大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出HandsOnWorld框架，通过单目重建从无约束视频中学习手部控制，利用Plücker手部映射解耦相机与手部运动，生成高保真自我中心视频。
Comments Project Page: https://shad0wta9.github.io/handsonworld-page/
SpaRRTa: A Synthetic Benchmark for Evaluating Spatial Intelligence in Visual Foundation Models
SpaRRTa：用于评估视觉基础模型空间智能的合成基准
机构 * AGH University of Krakow（克拉科夫AGH大学） ； IDEAS NCBR
专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV
AI总结 SpaRRTa通过评估视觉基础模型的空间推理能力，揭示其在不同空间任务中的表现差异，旨在推动更高效的空间意识视觉模型发展。
Comments Project page is available at https://sparrta.gmum.net/
ScaleVid: Geometry-Aware Video Object Scaling with Mesh-Free Inference
ScaleVid：基于无网格推理的几何感知视频目标缩放
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 ScaleVid提出无网格推理的两阶段训练框架，实现几何感知视频目标缩放，在野外视频评估中，其几何一致性、前景保真度等优于需显式3D重建的方法，推理更实用。
From Self-Normal-Positioning to Omni-Directional Tracking: Real-Time Surface Modeling Enabled Probe Tilt Control for Robotic Ultrasound Imaging
从自正常定位到全向跟踪：用于机器人超声成像的实时表面建模支持的探头倾斜控制
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 该研究针对机器人超声成像中现有系统仅支持探头法向定位的局限，提出整合RGB-D感知等的全向探头朝向控制框架，实现了高精度的任意角度跟踪，可获取临床所需非法向诊断视图。
Comments 10 pages, 8 figures
CalibAnyView: Beyond Single-View Camera Calibration in the Wild
CalibAnyView：超越单视角相机校准的野外应用
机构 * Monash University（蒙纳士大学） ； Technical University of Munich（慕尼黑技术大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 CalibAnyView通过多视角几何一致性建模，提升野外多视角相机校准的鲁棒性和精度，适用于复杂场景下的3D重建和机器人感知。
Comments 27 pages, 21 figures
Sensor-Informed Per-Point Covariance for Structured-Light 3D Imaging
面向结构光三维成像的传感器感知逐点协方差
机构 * Yonsei University（延世大学） ； Yonsei Institute for Embodied Intelligence（延世具身智能研究所）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文针对结构光三维成像中逐点协方差未反映测量过程的问题，提出传感器感知一阶方法构建逐点3×3协方差场，实验验证其在G-ICP配准中性能优于各向同性模型。
RoboSeg: Online Part-Level Semantic Reconstruction for Robotic Manipulation via a Single Eye-in-Hand Camera
RoboSeg：基于单眼在手相机的机器人操作的在线部件级语义重建
机构 * School of Mechanical Engineering and Automation, Beihang University（北京航空航天大学机械工程及自动化学院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 RoboSeg是无需CAD模型的部件级语义重建系统，结合VLM、TSDF融合与SAM3，实现机器人操作的部件语义索引，在24次物理试验中21次完成综合任务。
RayLift: Lifting Complementary Ray-Wise Evidence with 3D Geometry Priors for Semantic Scene Completion
RayLift：利用3D几何先验提升互补射线级证据以实现语义场景补全
专题命中 三维重建 ：3D vision(abstract)；分类 cs.CV
AI总结 针对现有语义场景补全方法的深度误差传播问题，提出RayLift框架，通过互补上下文编码器、深度射线证据提升模块和语义感知体素集成器，在两个基准数据集上实现优于现有方法的性能。
MVMD: A Multi-View Approach for Enhanced Mirror Detection
MVMD：用于增强镜面检测的多视图方法
机构 * University of Houston（休斯顿大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对现有镜面检测仅关注单图像的局限，提出多视图镜面检测方法MVMD及首个多视图镜面检测数据库，通过三个模块提升检测效果，使准确率和IoU分别最高提升2.6%和11.1%，增强了镜面密集环境下的三维重建准确性。
Comments This work has already published at WACV 2025, just want more accessibility
Journal ref 2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
Calib3R: Hand-Eye Calibration and 3D Metric-Scaled Scene Reconstruction with 3D Foundation Models
Calib3R：基于三维基础模型的手眼标定与三维度量尺度场景重建
机构 * Department of Information Engineering (DEI) at the University of Padova（帕多瓦大学信息工程系）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.RO
AI总结 Calib3R是一种基于3D基础模型的无标定板方法，通过统一优化联合完成手眼标定与度量尺度三维重建，仅用不到10张图像即可实现精确标定，性能优于同类方法。
Toward surface-based registration of a virtual preoperative cutting guide onto the mandible for reconstruction surgery
面向虚拟术前切割导板与下颌骨的基于表面的配准技术用于重建手术
机构 * Vanderbilt University（范德堡大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 该研究提出一种无标记AR方案，通过扩展表面配准技术实现虚拟切割导板与术中暴露下颌骨的配准，经测试其配准误差与延迟支持替代物理打印导板的可行性。
ErgoSurf: Ergodic Control for the Coverage of Unknown Surfaces
ErgoSurf：用于未知表面覆盖的遍历控制
机构 * German Aerospace Center (DLR)（德国航空航天中心） ； Technical University of Munich (TUM)（慕尼黑工业大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 提出ErgoSurf框架，结合GPIS模型与触觉传感，实现未知表面的遍历覆盖与几何在线学习，经仿真和真实机器人实验验证有效。
Bi-PT: Bidirectional Cross-Attention Point Transformers for Four-Chamber Heart Reconstruction from Sparse Cardiac MRI Data
Bi-PT：用于从稀疏心脏MRI数据重建四腔心的双向交叉注意力点变换器
机构 * University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； New York University（纽约大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 针对从稀疏心脏MRI数据重建四腔心的问题，Bi-PT通过双向点交叉注意力学习点特征，结合逐点语义标签改进对应估计，将变形场公式化为神经常微分方程，集成语义标签损失和添加平滑正则化，实验证明其性能准确且稳健。
Beyond Reprojection Error: Camera Calibration with 3D Targets
超越重投影误差：基于3D靶标的相机标定
机构 * Fraunhofer Institute for Computer Graphics Research（弗劳恩霍夫计算机图形研究所） ； Technical University of Applied Sciences Würzburg-Schweinfurt（维尔茨堡-施韦因富特应用技术大学） ； Technical University Darmstadt（达姆施塔特工业大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本研究针对三维重建提出基于场景射线预测的相机标定框架，采用重建与相交误差等指标，设计二十面体标定靶标，提升了标定精度，发现重投影误差可能误导三维精度评估。
Comments 16 pages, 7 figures, 2 tables. To appear in the proceedings of Computer Graphics International (CGI 2026)
