3D 视觉

TrajVG: 3D Trajectory-Coupled Visual Geometry Learning

TrajVG：3D轨迹耦合视觉几何学习

Xingyu Miao, Weiguang Zhao, Tao Lu, Linning Xu, Mulin Yu, Yang Long, Jiangmiao Pang, Junting Dong

机构 * Durham University（杜伦大学） ； University of Liverpool（利物浦大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 TrajVG通过估计3D轨迹实现跨帧3D对应预测，结合几何一致性目标与自监督学习，提升多帧视频的3D重建性能。

GMAC: Global Multi-View Constraint for Automatic Multi-Camera Extrinsic Calibration

GMAC：全局多视图约束用于自动多摄像头外参校准

Chentian Sun

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

AI总结 GMAC通过隐式几何表示和多视图约束，实现多摄像头外参校准的高效准确估计，无需显式3D重建或手动校准。

Comments A 5-page paper with 1 figure, prepared for submission to the 2026 IEEE International Conference on Image Processing (ICIP)

JOintGS: Joint Optimization of Cameras, Bodies and 3D Gaussians for In-the-Wild Monocular Reconstruction

JOintGS: 为野外单目重建联合优化相机、人体和3D高斯分布

Zihan Lou, Jinlong Fan, Sihan Ma, Yuxiang Yang, Jing Zhang

机构 * School of Computer Science, Wuhan University, China（武汉大学计算机学院） ； Hangzhou Dianzi University, China（杭州电子科技大学） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

专题命中 三维重建 ：3DGS(abstract)；分类 cs.CV

AI总结 JOintGS通过联合优化相机、人体和3D高斯分布，提升野外单目重建的精度与鲁棒性。

Comments 15 pages, 15 figures, Project page at https://github.com/MiliLab/JOintGS

Correspondence-Free, Function-Based Sim-to-Real Learning for Deformable Surface Control

无需对应的功能基仿真到现实学习用于变形表面控制

Yingjun Tian, Guoxin Fang, Renbo Su, Aoran Lyu, Neelotpal Dutta, Weiming Wang, Simeon Gill, Andrew Weightman, Charlie C. L. Wang

机构 * Department of Mechanical and Aerospace Engineering, The University of Manchester, United Kingdom（机械与航空航天工程系，曼彻斯特大学，英国） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, Shatin, Hong Kong（机械与自动化工程系，香港中文大学（深圳），香港） ； Department of Materials, The University of Manchester, United Kingdom（材料系，曼彻斯特大学，英国） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出一种无需对应的功能基仿真到现实学习方法，用于控制可变形自由形式表面，通过神经网络参数化变形函数空间和置信度图，实现无需对应关系的仿真到现实转移。

Comments arXiv admin note: text overlap with arXiv:2405.08935

LightCity: An Urban Dataset for Outdoor Inverse Rendering and Reconstruction under Multi-illumination Conditions

LightCity: 一个用于多光照条件下户外反渲染与重建的城市数据集

Jingjing Wang, Qirui Hu, Chong Bao, Yuke Zhu, Hujun Bao, Zhaopeng Cui, Guofeng Zhang

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 LightCity是一个用于多光照条件下城市反渲染与重建的高质量合成数据集，包含多样化的光照条件和丰富的属性，用于评估和分析城市环境中的关键任务。

Improving Neuropathological Reconstruction Fidelity via AI Slice Imputation

通过AI切片插值提高神经病理性重建的保真度

Marina Crespo Aguirre, Jonathan Williams-Ramirez, Dina Zemlyanker, Xiaoling Hu, Lucas J. Deden-Binder, Rogeny Herisse, Mark Montine, Theresa R. Connors, Christopher Mount, Christine L. MacDonald, C. Dirk Keene, Caitlin S. Latimer, Derek H. Oakley, Bradley T. Hyman, Ana Lawry Aguila, Juan Eugenio Iglesias

机构 * Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院和哈佛医学院生物医学成像中心） ； Federal Institute of Technology (ETH), Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； BioRepository and Integrated Neuropathology (BRaIN) Laboratory and Precision Neuropathology Core, University of Washington School of Medicine（华盛顿大学医学院生物库与整合神经病学实验室及精准神经病学核心） ； Massachusetts Alzheimer Disease Research Center, MGH and Harvard Medical School（马萨诸塞州阿尔茨海默病研究中心，MGH和哈佛医学院） ； Department of Pathology, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院病理学部） ； Department of Neurological Surgery, University of Washington School of Medicine（华盛顿大学医学院神经外科部） ； Hawkes Institute, University College London（伦敦大学学院霍克斯研究所） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 本研究通过AI切片插值技术提升神经病理性重建的保真度，实现更精确的解剖学重建。

Comments 12 pages of main content, 5 pages of supplement

GR3EN: Generative Relighting for 3D Environments

GR3EN: 生成式3D环境光照

Xiaoyan Xing, Philipp Henzler, Junhwa Hur, Runze Li, Jonathan T. Barron, Pratul P. Srinivasan, Dor Verbin

机构 * Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 GR3EN通过将视频到视频扩散模型输出蒸馏到3D重建中，实现对房间尺度场景的可控3D光照调整，无需解决逆渲染问题，适用于复杂现实场景。

Comments project page: https://gr3en-relight.github.io/

Size Matters: Reconstructing Real-Scale 3D Models from Monocular Images for Food Portion Estimation

尺寸至关重要：从单目图像重建真实尺度的3D模型以估计食物分量

Gautham Vinod, Bruce Coburn, Siddeshwar Raghavan, Jiangpeng He, Fengqing Zhu

机构 * Purdue University（普渡大学） ； Indiana University（印第安纳大学） 纠错

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

AI总结 本文提出了一种从单目图像重建真实尺度3D模型的方法，以提高食物分量估计的精度，实验表明其在体积估计误差上显著优于现有技术。

Instance-Guided Radar Depth Estimation for 3D Object Detection

实例引导的雷达深度估计用于3D物体检测

Chen-Chou Lo, Patrick Vandewalle

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

AI总结 本文提出InstaRadar和RCDPT整合框架，通过实例分割引导和深度监督提升雷达与相机融合的3D物体检测性能。

Comments Accepted to IPMV2026

NuiWorld: Exploring a Scalable Framework for End-to-End Controllable World Generation

NuiWorld：探索一个可扩展的端到端可控世界生成框架

Han-Hung Lee, Cheng-Yu Yang, Yu-Lun Liu, Angel X. Chang

机构 * Simon Fraser University（西蒙弗雷泽大学） ； National Yang Ming Chiao Tung University（国家阳明交通大学） ； Simon Fraser University, CIFAR AI Chair, Amii（西蒙弗雷泽大学、CIFAR人工智能主席、Amii） 纠错

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

AI总结 NuiWorld通过生成性自bootstrap策略和可扩展场景生成技术，解决世界生成中的可控性、可扩展性和效率问题，实现端到端可控世界生成。

Non-Invasive 3D Wound Measurement with RGB-D Imaging

基于RGB-D成像的非侵入式3D伤口测量

Lena Harkämper, Leo Lebrat, David Ahmedt-Aristizabal, Olivier Salvado, Mattias Heinrich, Rodrigo Santa Cruz

机构 * Institute of Medical Informatics, University of Lübeck（吕贝克大学医学信息学研究所） ； Queensland University of Technology（昆士兰技术大学） ； Imaging and Computer Vision Group, CSIRO Data61（CSIRO Data61成像与计算机视觉小组） 纠错

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

AI总结 本文提出基于RGB-D成像的非侵入式3D伤口测量方法，结合里程计与B样条重建，实现高精度伤口参数自动计算，适用于临床和远程医疗场景。

R-Meshfusion: Reinforcement Learning Powered Sparse-View Mesh Reconstruction with Diffusion Priors

R-Meshfusion：基于强化学习的扩散先验的稀疏视图网格重建

Haoyang Wang, Liming Liu, Peiheng Wang, Junlin Hao, Jiangkai Wu, Xinggong Zhang

专题命中 三维重建 ：NeRF(abstract)；分类 cs.CV

AI总结 R-Meshfusion通过扩散模型与强化学习结合，提升稀疏视图下网格重建的几何与渲染质量。

Comments needs to be revised and updated

Advancing Structured Priors for Sparse-Voxel Surface Reconstruction

推进用于稀疏体素表面重建的结构先验

Ting-Hsun Chi, Chu-Rong Chen, Chi-Tun Hsu, Hsuan-Ting Lin, Sheng-Yu Huang, Cheng Sun, Yu-Chiang Frank Wang

机构 * National Taiwan University（台湾国立大学） ； NVIDIA 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出一种结合3D高斯散射和稀疏体素光栅化优点的体素初始化方法，通过深度几何监督提升稀疏体素表面重建的精度和效率。

Using Shadows in Circular Synthetic Aperture Sonar Imaging for Target Analysis

在圆形合成孔径声呐成像中利用阴影进行目标分析

Yann Le Gall, Nicolas Burlet, Mathieu Simon, Fabien Novella, Samantha Dugelay, Jean-Philippe Malkasse

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

AI总结 本文提出利用CSAS数据中的阴影信息，通过子孔径滤波和固定焦点阴影增强技术，提升目标分析和三维重建的性能。

Journal ref Synthetic Aperture in Sonar and Radar 2023

CropCraft: Complete Structural Characterization of Crop Plants From Images

CropCraft: 作物植物的完整结构表征从图像

Albert J. Zhai, Xinlei Wang, Kaiyuan Li, Zhao Jiang, Junxiong Zhou, Sheng Wang, Zhenong Jin, Kaiyu Guan, Shenlong Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

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

AI总结 CropCraft通过逆向程序建模优化植物形态参数，实现从图像中完整重建作物3D结构，用于农业监测与模拟应用。

Comments 3DV 2026 (Oral). Project page: https://ajzhai.github.io/CropCraft

TUN: Detecting Significant Points in Persistence Diagrams with Deep Learning

TUN：利用深度学习在持续图中检测显著点

Yu Chen, Hongwei Lin

机构 * School of Mathematical Sciences Zhejiang University Hangzhou, China（数学科学学院 浙江大学 杭州, 中国） 纠错

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

AI总结 TUN通过深度学习方法在持续图中自动检测显著点，提升拓扑数据分析的实用性与可靠性。

No Mesh, No Problem: Estimating Coral Volume and Surface from Sparse Multi-View Images

无需网格，无需问题：从稀疏多视角图像估计珊瑚体积和表面

Diego Eustachio Farchione, Ramzi Idoughi, Peter Wonka

机构 * KAUST（卡斯土奈特大学） 纠错

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

AI总结 本文提出一种轻量可扩展的框架，通过多视角图像预测珊瑚体积和表面积，实现高效准确的珊瑚几何估计。

Comments Reverted to previous version due to clarity issues

Three-dimensional visualization of X-ray micro-CT with large-scale datasets: Efficiency and accuracy for real-time interaction

基于大规模数据集的X射线微CT三维可视化：实时交互中的效率与精度

Yipeng Yin, Rao Yao, Qingying Li, Dazhong Wang, Hong Zhou, Zhijun Fang, Jianing Chen, Longjie Qian, Mingyue Wu

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

AI总结 本文探讨了基于大规模数据集的X射线微CT三维可视化方法，分析了精度与效率的平衡，旨在提升实时交互中材料缺陷的检测精度和效率。

Comments Page1-37

SurfSLAM: Sim-to-Real Underwater Stereo Reconstruction For Real-Time SLAM

SurfSLAM: 基于仿真到现实的水下立体重建用于实时SLAM

Onur Bagoren, Seth Isaacson, Sacchin Sundar, Yung-Ching Sun, Anja Sheppard, Haoyu Ma, Abrar Shariff, Ram Vasudevan, Katherine A. Skinner

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

AI总结 SurfSLAM通过仿真到现实的训练方法，结合立体相机与IMU、气压计和DVL测量，实现水下实时SLAM，提升水下环境下的立体估计和3D重建能力。

RealX3D: A Physically-Degraded 3D Benchmark for Multi-view Visual Restoration and Reconstruction

RealX3D：一种物理退化3D基准，用于多视图视觉修复与重建

Shuhong Liu, Chenyu Bao, Ziteng Cui, Yun Liu, Xuangeng Chu, Lin Gu, Marcos V. Conde, Ryo Umagami, Tomohiro Hashimoto, Zijian Hu, Tianhan Xu, Yuan Gan, Yusuke Kurose, Tatsuya Harada

机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（日本信息处理学会） ； Tohoku University（东北大学） ； University of Würzburg（乌尔姆大学） ； RIKEN AIP（理化学研究所AIP） 纠错

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

AI总结 RealX3D是一个用于多视图视觉修复和3D重建的现实捕获基准，通过多种物理退化测试评估方法的性能。

Active Cross-Modal Visuo-Tactile Perception of Deformable Linear Objects

主动跨模态视觉-触觉感知用于可变形线性物体

Raffaele Mazza, Ciro Natale, Pietro Falco

机构 * Dipartimento di Ingegneria, Università degli Studi della Campania Luigi Vanvitelli（工程学院，坎帕尼亚路易吉·范维蒂利大学） ； Dipartimento di Ingegneria dell’Informazione, Università degli Studi di Padova（信息工程学院，帕多瓦大学） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出一种结合视觉和触觉的跨模态感知框架，用于重建受遮挡的可变形线性物体的3D形状。

Spherical Geometry Diffusion: Generating High-quality 3D Face Geometry via Sphere-anchored Representations

球面几何扩散：通过球锚定表示生成高质量3D人脸几何

Junyi Zhang, Yiming Wang, Yunhong Lu, Qichao Wang, Wenzhe Qian, Xiaoyin Xu, David Gu, Min Zhang

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

AI总结 本文提出球面几何扩散方法，通过球锚定表示生成高质量3D人脸几何，结合2D生成模型实现可控生成。

Comments Association for the Advancement of Artificial Intelligence

GeoSurDepth: Harnessing Foundation Model for Spatial Geometry Consistency-Oriented Self-Supervised Surround-View Depth Estimation

GeoSurDepth：利用基础模型实现以空间几何一致性为导向的自监督周围视图深度估计

Weimin Liu, Wenjun Wang, Joshua H. Meng

机构 * State Key Laboratory of Intelligent Green Vehicle and Mobility, School of Vehicle and Mobility, Tsinghua University, Beijing 100084, China（1 智能绿色车辆与移动国家重点实验室，车辆与移动学院，清华大学，北京100084，中国） ； California PATH, University of California, Berkeley, CA, United States（2 加州PATH，加州大学伯克利分校，加州，美国） 纠错

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

AI总结 GeoSurDepth通过利用基础模型和几何一致性，实现了更鲁棒的自监督周围视图深度估计，验证了其在自动驾驶中的有效性。

KaoLRM: Repurposing Pre-trained Large Reconstruction Models for Parametric 3D Face Reconstruction

KaoLRM：重新利用预训练的大型重建模型进行参数化3D人脸重建

Qingtian Zhu, Xu Cao, Zhixiang Wang, Yinqiang Zheng, Takafumi Taketomi

机构 * The University of Tokyo（东京大学） ； CyberAgent 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 KaoLRM通过重新利用预训练的大型重建模型的先验知识，结合FLAME基于的2D高斯点散布，实现了更准确且鲁棒的参数化3D人脸重建。

MC3D-AD: A Unified Geometry-aware Reconstruction Model for Multi-category 3D Anomaly Detection

MC3D-AD：一种多类3D异常检测的统一几何感知重建模型

Jiayi Cheng, Can Gao, Jie Zhou, Jiajun Wen, Tao Dai, Jinbao Wang

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

AI总结 MC3D-AD通过统一的几何感知重建模型实现多类3D异常检测，提升重建能力和检测性能。

Comments 7 pages of main text, 3 pages of appendix, accepted to IJCAI 2025

Journal ref https://www.ijcai.org/proceedings/2025/94

ATATA: One Algorithm to Align Them All

ATATA：一切对齐的统一算法

Boyi Pang, Savva Ignatyev, Vladimir Ippolitov, Ramil Khafizov, Yurii Melnik, Oleg Voynov, Maksim Nakhodnov, Aibek Alanov, Xiaopeng Fan, Peter Wonka, Evgeny Burnaev

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Applied AI Institute（应用人工智能研究所） ； AXXX ； FusionBrain Lab（融合大脑实验室） ； MSU（莫斯科州立大学） ； Constructor University（建设大学） ； HSE University（高等经济大学） ； Peng Cheng Laboratory（鹏城实验室） ； HIT Suzhou Research Institute（哈尔滨工业大学苏州研究 institute） ； KAUST（科威特大学） 纠错

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

AI总结 ATATA提出一种基于Rectified Flow模型的多模态算法，实现高效结构对齐的样本生成，提升图像、视频和3D生成的质量与速度。

High-Quality 3D Head Reconstruction from Any Single Portrait Image

从任意单张肖像图像中高质量重建3D头像

Jianfu Zhang, Yujie Gao, Jiahui Zhan, Wentao Wang, Yiyi Zhang, Haohua Zhao, Liqing Zhang

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

AI总结 本研究提出一种从单张肖像图像生成高质量3D头像的方法，通过整合身份和表情信息提升重建精度与一致性。

V-DPM: 4D Video Reconstruction with Dynamic Point Maps

V-DPM：基于动态点图的4D视频重建

Edgar Sucar, Eldar Insafutdinov, Zihang Lai, Andrea Vedaldi

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

AI总结 V-DPM通过动态点图实现4D视频重建，利用预训练模型和合成数据提升动态场景的3D和4D重建性能。

Comments Project page: https://www.robots.ox.ac.uk/~vgg/research/vdpm/

Layer-Wise Anomaly Detection in Directed Energy Deposition using High-Fidelity Fringe Projection Profilometry

使用高保真条纹投影 profilometry 进行定向能量沉积的层间异常检测

Guanzhong Hu, Wenpan Li, Rujing Zha, Ping Guo

机构 * Department of Mechanical Engineering, Northwestern University（西北大学机械工程系） 纠错

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

AI总结 本文提出了一种基于条纹投影的高精度方法，用于逐层检测定向能量沉积过程中的表面异常，实现了微米级的重建精度和自动化的缺陷识别。

Comments 28 pages, 17 figures

Reconstruction Guided Few-shot Network For Remote Sensing Image Classification

基于重建的少样本网络用于遥感图像分类

Mohit Jaiswal, Naman Jain, Shivani Pathak, Mainak Singha, Nikunja Bihari Kar, Ankit Jha, Biplab Banerjee

机构 * Dept. of CSE, The LNMIIT Jaipur（计算机科学与工程系，拉贾斯坦邦理工学院Jaipur） ； CSRE, IIT Bombay（印度理工学院博伊斯分校计算机科学与工程研究所） 纠错

专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV

AI总结 RGFS-Net通过引入掩码图像重建任务提升遥感图像少样本分类性能，实现对未见类别的泛化和已见类别的保持，有效提高低数据下的分类准确性。

Comments Accepted at InGARSS 2025