3D 视觉

N3D-VLM: Native 3D Grounding Enables Accurate Spatial Reasoning in Vision-Language Models

N3D-VLM：原生3D接地使视觉-语言模型在3D场景中实现精确的空间推理

Yuxin Wang, Lei Ke, Boqiang Zhang, Tianyuan Qu, Hanxun Yu, Zhenpeng Huang, Meng Yu, Dan Xu, Dong Yu

机构 * HKUST（香港科技大学） ； Tencent AI Lab（腾讯AI实验室） ； CUHK（香港中文大学） ； ZJU（浙江大学） ； NJU（南京大学） 纠错

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

AI总结 N3D-VLM通过原生3D感知能力提升视觉-语言模型在3D场景中的空间推理精度与解释性。

Comments Project Page: https://n3d-vlm.github.io

Enhanced 3D Shape Analysis via Information Geometry

通过信息几何增强的3D形状分析

Amit Vishwakarma, K. S. Subrahamanian Moosath

机构 * Indian Institute of Space Science and Technology（印度空间科学与技术研究所） 纠错

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

AI总结 本文提出基于信息几何的3D点云分析方法，通过高斯混合模型和改进的KL散度实现稳定且准确的形状比较。

SpatialVID: A Large-Scale Video Dataset with Spatial Annotations

SpatialVID: 一个具有空间标注的大规模视频数据集

Jiahao Wang, Yufeng Yuan, Rujie Zheng, Youtian Lin, Jian Gao, Lin-Zhuo Chen, Yajie Bao, Yi Zhang, Chang Zeng, Yanxi Zhou, Xiao-Xiao Long, Hao Zhu, Zhaoxiang Zhang, Xun Cao, Yao Yao

机构 * Nanjing University（南京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 SpatialVID是一个包含大规模真实视频和密集3D注释的数据集，旨在提升视频和3D视觉研究中的模型泛化能力与性能。

Comments Project page: https://nju-3dv.github.io/projects/SpatialVID/

In Pursuit of Pixel Supervision for Visual Pre-training

追寻像素监督用于视觉预训练

Lihe Yang, Shang-Wen Li, Yang Li, Xinjie Lei, Dong Wang, Abdelrahman Mohamed, Hengshuang Zhao, Hu Xu

机构 * FAIR, Meta（Meta研究院） 纠错

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

AI总结 Pixio通过增强的掩码自编码器实现像素监督的视觉预训练，表现优异于DINOv3，适用于多种下游任务。

Comments Project page: https://github.com/facebookresearch/pixio

Repurposing 2D Diffusion Models for 3D Shape Completion

将2D扩散模型用于3D形状补全

Yao He, Youngjoong Kwon, Tiange Xiang, Wenxiao Cai, Ehsan Adeli

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出利用2D扩散模型进行3D形状补全，通过Shape Atlas实现模态对齐，提升生成效果并验证其在点云补全和网格生成中的实用性。

Fast and Explicit: Slice-to-Volume Reconstruction via 3D Gaussian Primitives with Analytic Point Spread Function Modeling

快速且显式：通过3D高斯原语进行切片到体积重建的分析点扩散函数建模

Maik Dannecker, Steven Jia, Nil Stolt-Ansó, Nadine Girard, Guillaume Auzias, François Rousseau, Daniel Rueckert

机构 * TUM University Hospital, Technical University of Munich（慕尼黑技术大学医院，慕尼黑技术大学） ； Institut de Neurosciences de la Timone, Aix-Marseille Université（里莫尼神经科学研究所，艾克斯-马赛大学） ； IMT Atlantique（IMT大西洋） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算机系） 纠错

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

AI总结 本文提出基于高斯显式表示的快速切片到体积重建方法，通过解析点扩散函数建模实现高效准确的3D图像重建。

Comments Under Review for MIDL 2026

FloraForge: LLM-Assisted Procedural Generation of Editable and Analysis-Ready 3D Plant Geometric Models For Agricultural Applications

FloraForge: 借助大语言模型的LLM辅助可编辑和分析准备的3D植物几何模型的程序化生成用于农业应用

Mozhgan Hadadi, Talukder Z. Jubery, Patrick S. Schnable, Arti Singh, Bedrich Benes, Adarsh Krishnamurthy, Baskar Ganapathysubramanian

机构 * Iowa State University（爱荷华州立大学） ； Purdue University（普渡大学） 纠错

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

AI总结 FloraForge利用大语言模型辅助生成可编辑且适用于分析的3D植物几何模型，结合参数化表示与生物约束，实现农业应用中的高效建模与分析。

3DSGrasp: 3D Shape-Completion for Robotic Grasp

3DSGrasp：用于机器人抓取的3D形状补全

Seyed S. Mohammadi, Nuno F. Duarte, Dimitris Dimou, Yiming Wang, Matteo Taiana, Pietro Morerio, Atabak Dehban, Plinio Moreno, Alexandre Bernardino, Alessio Del Bue, Jose Santos-Victor

机构 * Vislab, Institute for Systems and Robotics—Lisboa, Instituto Superior Técnico, Universidade de Lisboa, Portugal（葡萄牙里斯本系统与机器人研究所Vislab，理工学院里斯本高等技术大学，里斯本大学） ； Department of Marine, Electrical, Electronic and Telecommunications Engineering, University of Genoa, Italy（意大利热那亚大学海洋、电气、电子与电信工程系） ； Pattern Analysis & Computer Vision (PAVIS), Istituto Italiano di Tecnologia (IIT), Genoa, Italy（意大利热那亚理工学院模式分析与计算机视觉（PAVIS）） ； Deep Visual Learning (DVL), Fondazione Bruno Kessler, Trento, Italy（意大利特伦托布鲁诺·凯瑟基金会深度视觉学习（DVL）） 纠错

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

AI总结 3DSGrasp通过基于Transformer的编码器-解码器网络实现3D点云补全，提升机器人抓取的准确性和成功率。

Joint2Human: High-quality 3D Human Generation via Compact Spherical Embedding of 3D Joints

Joint2Human: 通过紧凑的球面嵌入3D关节实现高质量3D人体生成

Muxin Zhang, Qiao Feng, Zhuo Su, Chao Wen, Zhou Xue, Kun Li

机构 * College of Intelligence and Computing, Tianjin University（智能与计算学院，天津大学） ； PICO IDL, ByteDance China（字节跳动中国PICO IDL） ； Li Auto（利亚德） 纠错

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

AI总结 Joint2Human通过紧凑球面嵌入3D关节，结合2D扩散模型和多视角重绘策略，实现高质量3D人体生成，兼顾全局结构与局部细节。

ControlVP: Interactive Geometric Refinement of AI-Generated Images with Consistent Vanishing Points

ControlVP: 交互式几何校正AI生成图像以保持一致的消失点

Ryota Okumura, Kaede Shiohara, Toshihiko Yamasaki

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 ControlVP通过结合建筑轮廓的结构指导和几何约束，校正AI生成图像中的消失点不一致，提升空间结构真实性。

Comments Accepted to WACV 2026, 8 pages, supplementary included. Dataset and code: https://github.com/RyotaOkumura/ControlVP

Tessellation GS: Neural Mesh Gaussians for Robust Monocular Reconstruction of Dynamic Objects

Tessellation GS：基于神经网格高斯的鲁棒单目动态物体重建

Shuohan Tao, Boyao Zhou, Hanzhang Tu, Yuwang Wang, Yebin Liu

机构 * University of Cambridge（剑桥大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 Tessellation GS通过基于网格面的神经高斯方法实现单目动态物体的鲁棒重建，显著提升了稀疏视角和动态场景下的重建性能。

Neural reconstruction of 3D ocean wave hydrodynamics from camera sensing

基于摄像头传感的神经网络3D海洋波流体力学重建

Jiabin Liu, Zihao Zhou, Jialei Yan, Anxin Guo, Alvise Benetazzo, Hui Li

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

AI总结 该研究提出了一种基于神经网络的3D海洋波流体力学重建方法，通过多尺度注意力机制实现高精度、高效率的波浪自由表面和速度场重建。

Variational Shape Inference for Grasp Diffusion on SE(3)

变分形状推断用于SE(3)上的抓取扩散

S. Talha Bukhari, Kaivalya Agrawal, Zachary Kingston, Aniket Bera

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学） 纠错

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

AI总结 本文提出一种基于变分形状推断的SE(3)抓取扩散框架，通过隐式神经表示训练自编码器并引导扩散模型，实现鲁棒的多模态抓取合成，实验显示在ACRONYM数据集上性能提升6.3%并具备零样本迁移能力。

Comments This work has been submitted to the IEEE for possible publication

RDD: Robust Feature Detector and Descriptor using Deformable Transformer

RDD: 基于变形Transformer的鲁棒特征检测与描述

Gonglin Chen, Tianwen Fu, Haiwei Chen, Wenbin Teng, Hanyuan Xiao, Yajie Zhao

机构 * Institute for Creative Technologies（创意技术研究所） ； University of Southern California（南加州大学） 纠错

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

AI总结 RDD通过变形Transformer实现鲁棒特征检测与描述，优于现有方法并在稀疏和半密集匹配中表现优异。

Age-Inclusive 3D Human Mesh Recovery for Action-Preserving Data Anonymization

包含年龄的3D人体网格恢复用于动作保持的数据匿名化

Georgios Chatzichristodoulou, Niki Efthymiou, Panagiotis Filntisis, Georgios Pavlakos, Petros Maragos

机构 * School of ECE, National Technical University of Athens（电子工程学院，国家技术大学雅典分校） ； Robotics Institute, Athena RC（机器人研究所，雅典RC） ； HERON - Hellenic Robotics Center of Excellence（HERON - 希腊机器人 excellence 中心） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文提出AionHMR框架，通过结合SMPL-A模型实现年龄包容的3D人体重建，提升儿童和婴儿的形状与姿态估计精度，同时保障隐私安全。

Surface-Based Visibility-Guided Uncertainty for Continuous Active 3D Neural Reconstruction

基于表面的可见性引导不确定性用于连续主动3D神经重建

Hyunseo Kim, Hyeonseo Yang, Taekyung Kim, YoonSung Kim, Minsu Lee, Jin-Hwa Kim, Byoung-Tak Zhang

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

AI总结 本文提出基于表面的可见性场（SBV），用于连续主动3D神经重建中估计可见性引导的不确定性，通过学习渲染不确定性并更新表面置信度，提升重建性能达11.6%。

Comments The main claims are the same as in the previous version, but the naming and explanations have been changed. Accepted at AAAI 2026 Artificial Intelligence with Biased or Scarce Data workshop

Emergent Outlier View Rejection in Visual Geometry Grounded Transformers

视觉几何基础变换器中涌现的异常视图拒绝

Jisang Han, Sunghwan Hong, Jaewoo Jung, Wooseok Jang, Honggyu An, Qianqian Wang, Seungryong Kim, Chen Feng

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； New York University（纽约大学） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利加州大学） 纠错

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

AI总结 本文提出通过视觉几何基础变换器中涌现的异常视图拒绝机制，无需额外训练即可提升前馈3D重建在野外条件下的鲁棒性。

Comments Project page: https://cvlab-kaist.github.io/RobustVGGT/

Tada-DIP: Input-adaptive Deep Image Prior for One-shot 3D Image Reconstruction

Tada-DIP：输入自适应深度图像先验用于单次3D图像重建

Evan Bell, Shijun Liang, Ismail Alkhouri, Saiprasad Ravishankar

机构 * 1 Dept. of Computational Mathematics, Science \& Engineering, Michigan State University, East Lansing, MI, USA 2 Dept. of Electrical Engineering ； Computer Science, University of Michigan, Ann Arbor, MI, USA 3 Dept. of Biomedical Engineering, Michigan State University, East Lansing, MI, USA 纠错

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

AI总结 Tada-DIP通过输入自适应和去噪正则化，实现高效3D图像重建，优于无训练数据基线并媲美大规模数据集训练的监督网络。

Comments 6 pages, 8 figures, 2025 Asilomar Conference on Signals, Systems, and Computers. Code is available at github.com/evanbell02/Tada-DIP/

KeyPointDiffuser: Unsupervised 3D Keypoint Learning via Latent Diffusion Models

KeyPointDiffuser: 通过潜在扩散模型实现无监督的3D关键点学习

Rhys Newbury, Juyan Zhang, Tin Tran, Hanna Kurniawati, Dana Kulić

机构 * Monash University（蒙纳士大学） ； Australian National University（澳大利亚国立大学） 纠错

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

AI总结 KeyPointDiffuser通过潜在扩散模型实现无监督3D关键点学习，提升关键点一致性6个百分点。

DepthScape: Authoring 2.5D Designs via Depth Estimation, Semantic Understanding, and Geometry Extraction

DepthScape: 通过深度估计、语义理解和几何提取进行2.5D设计创作

Xia Su, Cuong Nguyen, Matheus A. Gadelha, Jon E. Froehlich

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

AI总结 DepthScape通过深度估计、语义理解和几何提取，实现2.5D设计创作，提升视觉真实感与动态效果。

Textured Geometry Evaluation: Perceptual 3D Textured Shape Metric via 3D Latent-Geometry Network

纹理几何评估：基于3D潜在几何网络的感知3D纹理形状度量

Tianyu Luan, Xuelu Feng, Zixin Zhu, Phani Nuney, Sheng Liu, Xuan Gong, David Doermann, Chunming Qiao, Junsong Yuan

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

AI总结 本文提出TGE方法，通过直接利用3D纹理网格的几何和颜色信息，实现对3D纹理形状保真度的感知评估，优于传统基于渲染的方法。

Comments Accepted by AAAI26

SRAM: Shape-Realism Alignment Metric for No Reference 3D Shape Evaluation

SRAM：无参考3D形状评估的形状现实对齐度量

Sheng Liu, Tianyu Luan, Phani Nuney, Xuelu Feng, Junsong Yuan

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

AI总结 SRAM提出了一种基于大型语言模型的无参考3D形状评估度量，通过网格编码和现实感解码器实现与人类感知的对齐，优于现有方法并具有良好的泛化能力。

Comments Accepted by AAAI2026

Learning Eigenstructures of Unstructured Data Manifolds

学习无结构数据流形的特征结构

Roy Velich, Arkadi Piven, David Bensaïd, Daniel Cremers, Thomas Dagès, Ron Kimmel

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

AI总结 本文提出了一种学习无结构数据流形特征结构的新框架，通过最小化重建误差来学习谱基，无需传统操作符选择和特征分解，适用于任意维度的数据集。

Asset-Driven Sematic Reconstruction of Dynamic Scene with Multi-Human-Object Interactions

基于资产的动态场景语义重建与多人类-物体交互

Sandika Biswas, Qianyi Wu, Biplab Banerjee, Hamid Rezatofighi

机构 * Monash University（墨尔本大学） ； Indian Institute of Technology（印度理工学院） 纠错

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

AI总结 本文提出混合方法，结合3D生成模型、语义感知变形和GS优化，实现动态场景中多人类-物体交互的高保真重建。

Robust Phase-Shifting Profilometry for Arbitrary Motion

鲁棒的任意运动相位移 profilometry

Geyou Zhang, Kai Liu, Ao Li, Ce Zhu

机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； College of Electrical Engineering, Sichuan University（四川大学电气工程学院） 纠错

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

AI总结 本文提出了一种鲁棒的任意运动相位移 profilometry 方法，能够有效补偿复杂运动场景中的运动误差，提升 3D 重建精度。

Pore-scale Image Patch Dataset and A Comparative Evaluation of Pore-scale Facial Features

孔尺度图像块数据集及孔尺度面部特征的比较评估

Dong Li, HuaLiang Lin, JiaYu Li

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

AI总结 本文提出PorePatch数据集及DMCE框架，通过训练SOTA模型在面部弱纹理匹配任务中取得1.91%的FPR95，但3D重建任务中表现不显著优于传统方法。

Towards End-to-End Neuromorphic Event-based 3D Object Reconstruction Without Physical Priors

迈向无物理先验的端到端神经形态事件基3D物体重建

Chuanzhi Xu, Langyi Chen, Haodong Chen, Vera Chung, Qiang Qu

机构 * School of Computer Science The University of Sydney（计算机学院悉尼大学） 纠错

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

AI总结 本文提出了一种无需物理先验的端到端神经形态事件基3D重建方法，通过改进的事件表示和二值化阈值选择提升重建精度达54.6%。

Comments 6 pages, 3 figures, 5 tables, accepted by IEEE International Conference on Multimedia & Expo (ICME) 2025

Journal ref IEEE International Conference on Multimedia and Expo (ICME), 2025

FaithFusion: Harmonizing Reconstruction and Generation via Pixel-wise Information Gain

FaithFusion：通过像素级信息增益和谐融合重建与生成

YuAn Wang, Xiaofan Li, Chi Huang, Wenhao Zhang, Hao Li, Bosheng Wang, Xun Sun, Jun Wang

机构 * Baidu Inc.（百度公司） ； Nanjing University（南京大学） 纠错

专题命中 三维重建 ：3DGS(abstract)；分类 cs.CV

AI总结 FaithFusion通过像素级信息增益融合3DGS与扩散模型，实现高保真的驾驶场景生成。

Comments 16 pages, 10 figures

VGGTFace: Topologically Consistent Facial Geometry Reconstruction in the Wild

VGGTFace: 在真实世界中实现拓扑一致的面部几何重建

Xin Ming, Yuxuan Han, Tianyu Huang, Feng Xu

机构 * Xin Ming, Yuxuan Han, Tianyu Huang, Feng Xu（作者） 纠错

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

AI总结 VGGTFace通过引入VGGT和Pixel3DMM实现高效拓扑一致的面部几何重建，适用于真实世界多视角图像。

Learning Normals of Noisy Points by Local Gradient-Aware Surface Filtering

通过局部梯度感知的表面过滤学习噪声点的法线

Qing Li, Huifang Feng, Xun Gong, Yu-Shen Liu

机构 * Southwest Jiaotong University（西南交通大学） ； Xihua University（西华大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出一种基于局部梯度感知的表面过滤方法，用于从噪声点云中学习法线，通过隐式函数和投影约束提升法线估计和表面重建性能。

Comments Accepted by ICCV 2025. Project page: https://leoqli.github.io/LGSF/