3D 视觉

You Only Flow Once: Calibrated and Real-Time Radar Pose Estimation with Multi-Hypothesis Normalizing Flows

仅一次流：基于多假设归一化流的校准且实时雷达位姿估计

Jonas Leo Mueller, Sebastian Hoefler, Dario Zanca, Naga Venkata Sai Jitin Jami, Thomas Altstidl, Bjoern M. Eskofier

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔兰根-纽伦堡大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； LMU München（慕尼黑大学） ； Helmholtz Zentrum München（慕尼黑亥姆霍兹中心） 纠错

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

AI总结 该研究针对雷达位姿估计的歧义问题，提出MH-NFPG方法，结合时空Transformer与归一化流，实现高效实时的校准位姿估计，性能优于扩散模型。

Comments Accepted at the Winter Conference on Applications of Computer Vision (WACV) 2027

GeoLink: A 3D-Aware Framework Towards Better Generalization in Cross-View Geo-Localization

GeoLink：一种面向跨视角地理定位更好泛化的3D-aware框架

Hongyang Zhang, Yinhao Liu, Haitao Zhang, Zhongyi Wen, Zhenyu Kuang, Shuxian Liang, Xiansheng Hua

机构 * CUHK(SZ)（香港中文大学（深圳）） ； XMU（厦门大学） ； UESTC（电子科技大学） ； Foshan University（佛山大学） ； Tongji University（同济大学） 纠错

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

AI总结 本文提出GeoLink框架，通过3D感知的语义一致方法提升跨视角地理定位的泛化能力，实验表明其在多个基准测试中优于现有方法，能适应未见领域和多变天气。

M2-SMap: Memory-Efficient Semantic Mapping with Hierarchical Multi-Model Representation

M2-SMap：基于分层多模型表示的内存高效语义建图

QiYing Deng, ZhongLai Wang, Yuan Gao, Wei Dong

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出基于分层多模型表示的内存高效语义建图框架M2-SMap，通过分层几何分解等策略提升场景表达，在三个RGB-D序列上实现低基元数、无物体粘连的实时建图。

Comments 8 pages, 10 figures

TSM-Pose: Topology-Aware Learning with Semantic Mamba for Category-Level Object Pose Estimation

TSM-Pose: 基于语义Mamba的拓扑感知学习用于类别级物体姿态估计

Jinshuo Liu, Bingtao Ma, Junlin Su, Guanyuan Pan, Beining Wu, Cheng Yang, Jiaxuan Lu, Chenggang Yan, Shuai Wang

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文提出TSM-Pose框架，通过拓扑提取器和语义Mamba聚合器提升类别级物体姿态估计的鲁棒性和泛化能力。

Rolling Shutter Camera Self-Calibration

卷帘快门相机自校准

Yongcong Zhang, Navid Rabbani, Bangyan Liao, Chengbo Wang, Yizhen Lao, Adrien Bartoli

机构 * CHU Clermont-Ferrand（克莱蒙费朗大学中心医院） ； SURGAR, Surgical Augmented Reality（外科增强现实研究组） ； School of Engineering, Westlake University（西湖大学工程学院） ； School of Design, Hunan University（湖南大学设计学院） 纠错

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

AI总结 本文提出了首个无需校准靶标的卷帘快门相机自校准方法，通过结合两种互补成像模型构建统一双投影模型，经仿真与真实数据实验验证了方法的准确性与有效性。

Wave2Body: Rethinking mmWave Human Pose Estimation as Radar-to-Body Token Translation

Wave2Body：将毫米波人体姿态估计重新思考为雷达到身体的令牌转换

Bo Liang, Chen Gong, Wei Gao, Chenren Xu

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； University of Pittsburgh（匹兹堡大学） ； Key Laboratory of High Confidence Software Technologies, Ministry of Education (PKU)（教育部高可信软件技术重点实验室（北京大学）） 纠错

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

AI总结 针对毫米波雷达人体姿态估计问题，提出Wave2Body框架，通过自监督毫米波令牌器等解耦学习目标，在M4Human和mmBody实验中展现出比以往方法更强的跨域泛化能力及更低计算成本。

CGMap: A Geospatially Aware Deep Learning Framework for Crop Gap Mapping Using UAV

CGMap：一种使用无人机进行作物间隙映射的地理空间感知深度学习框架

Karan Sharma, Rajiv Ranjan, Dinesh Kumar, Shashank Tamaskar

机构 * Plaksha University（普拉卡沙大学） 纠错

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

AI总结 针对印度作物发芽监测易出错的问题，提出基于深度学习的CGMap框架，利用YOLOV8架构和无人机图像，结合最小生成树技术，精确计算甘蔗发芽情况，输出地理空间发芽图，助力提高产量和资源合理分配。

Comments 15 pages

CSS-BA: Gate-Guided Column Space Search for Bundle Adjustment

CSS-BA：用于光束法平差的门控列空间搜索

Ayano Kaneda, Takafumi Taketomi, Shugo Yamaguchi, Shigeo Morishima

机构 * Waseda University（早稻田大学） ； CyberAgent, Inc.（株式会社CyberAgent） 纠错

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

AI总结 针对低视差和近旋转情况下传统BA法病态问题，提出门控引导的CSS-BA，通过结合CSS和几何感知门控稳定舒尔-LM更新，所有参数保留在优化中，仅限制更新方向，实验显示其优化稳定、姿态精度提高且校准有竞争力。

Comments Accepted at ECCV 2026

UniPose9D: Universal Category-Agnostic Object Pose Estimation

UniPose9D：通用的类别无关物体姿态估计

Yang You, Yi Du, Cole Harrison, Leonidas Guibas

机构 * Stanford University（斯坦福大学） ； Amazon（亚马逊） 纠错

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

AI总结 研究针对物体姿态估计中现有方法泛化性不足的问题，提出UniPose9D模型，通过采样点对、利用特定特征预测NOCS坐标，引入改进算法及流匹配，构建训练集，实验证明该模型能匹配或超越专业方法，泛化能力强。

Privacy-Preserving Industrial Ergonomics: mmWave-Based Automated REBA Scoring and Pose Estimation

隐私保护的工业工效学：基于毫米波的自动化REBA评分与姿态估计

Xuhan Zhang, Zhuangzhuang Dai, Luis J. Mans, Victor Chang

机构 * Dept. of Applied AI and Robotics（应用人工智能与机器人学系） ； Aston University（阿斯顿大学） ； Birmingham, United Kingdom（英国伯明翰） 纠错

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

AI总结 针对工作相关肌肉骨骼疾病评估难题，提出基于毫米波雷达的端到端多任务学习框架，含时空骨架重建与回归头，用多目标损失函数及过采样策略，实验验证其高效准确。

Comments 6 pages, 4 figures. To appear in the Proceedings of the 2026 International Conference on Automation and Computing (ICAC 2026)

GenHOI: Generalized Hand-Object Pose Estimation with Occlusion Awareness

GenHOI：具有遮挡意识的通用手-物体姿态估计

Hui Yang, Wei Sun, Jian Liu, Jian Xiao, Tao Xie, Hossein Rahmani, Ajmal Saeed Mian, Nicu Sebe, Gim Hee Lee

机构 * Hunan University（湖南大学） ； Lancaster University（兰卡斯特大学） ； University of Western Australia（西澳大学） ； University of Trento（特伦托大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出GenHOI框架，通过整合层次语义知识与手部先验，提升在遮挡条件下手-物体姿态估计的泛化能力，实验表明在DexYCB和HO3Dv2基准上达到SOTA性能。

Comments European Conference on Computer Vision (ECCV), 2026

OmniView-Space: Reinforcing Spatial Reasoning via Multi-Perspective Spatial Mapping

OmniView-Space: 通过多视角空间映射增强空间推理

Xudong Li, Mengdan Zhang, Peixian Chen, Jiaxi Tan, Zihao Huang, Jingyuan Zheng, Yan Zhang, Xiawu Zheng, Xing Sun, Rongrong Ji

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（厦门大学多媒体可信感知与高效计算教育部重点实验室） ； Tencent Youtu Lab（腾讯优图实验室） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 提出OmniView-Space框架，通过多视角空间映射、工具引导的自我中心推理和认知图蒸馏，解决多模态大模型在多步空间推理中的参考框架动态重锚问题，在单/多图像基准上达到最优性能。

MoPe: Motion Permanence for Robust Monocular Gaussian Mapping in Dynamic Environments

MoPe：动态环境中鲁棒单目高斯建图的运动持久性

Qixin Xiao

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

AI总结 针对动态场景中单目高斯建图因缺乏时间记忆导致动态物体残留鬼影的问题，提出运动持久性原理，通过贝叶斯对数几率更新融合历史动态后验，实现鲁棒跟踪与建图。

Comments RSS 2026 Workshop

You Only Touch Once: 6-DoF Object Pose Estimation from Single Tactile Contact

一次触碰：单次触觉接触的6自由度物体姿态估计

Pengfei Ye, Yuxiang Ma, Haonan Chen, Guangming Wang, Yixiong Jing, Brian Sheil, Yilun Du, Edward Adelson

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Harvard University（哈佛大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 提出YOTO系统，利用单次双点触觉接触通过粗到细网络定位接触点并闭式SVD求解器恢复6自由度物体姿态，在视觉失效场景下优于基线方法。

Fast and Accurate Outlier-Aware LiDAR Super-Resolution for SLAM Applications

快速且准确的异常点感知激光雷达超分辨率方法用于SLAM应用

Christos Anagnostopoulos, Alexandros Gkillas, Nikos Piperigkos, Aris S. Lalos

机构 * Industrial Systems Institute（工业系统研究所） ； Dpt. of Informatics & Telecom.（信息与电信系） 纠错

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

AI总结 提出一种基于深度展开的超分辨率模型，集成异常点移除模块，在保持实时性能的同时高效重建高分辨率点云，显著提升SLAM中的位姿估计精度。

Comments 6 pages, 2 figures

Journal ref Proc. 2025 IEEE International Conference on Image Processing (ICIP), Anchorage, AK, USA, 2025

SemCityLoc: Aerial 6DoF Localization Using Semantic 3D City Models

SemCityLoc: 使用语义3D城市模型的航空6自由度定位

Jingfeng Mao, Xuyang Chen, Qilin Zhang, Oussema Dhaouadi, Guangming Wang, Brian Sheil, Daniel Cremers, Yan Xia, Olaf Wysocki

机构 * Technical University of Munich（慕尼黑工业大学） ； University of Cambridge（剑桥大学） ； University of Science and Technology of China（中国科学技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 提出SemCityLoc，通过语义-几何对齐将航空位姿估计转化为结构化表面配准，利用基础模型视觉先验和标准化LoD城市模型，在重复遮挡环境中提升位姿判别性，并引入首个真实基准SemCityLockeD，实现定位误差从9.89m降至2.62m。

Comments accepted by ECCV 2026

SGM-SLAM: Scene Graph Matching for Data-Efficient Distributed SLAM

SGM-SLAM：面向数据高效的分布式SLAM的场景图匹配

Yewei Huang, Tixiao Shan, Abhinav Rajvanshi, Niluthpol Chowdhury Mithun, Yaxuan Li, Brendan Englot, Han-Pang Chiu

机构 * Dartmouth College（达特茅斯学院） ； SRI International（SRI国际） ； Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

AI总结 提出一种基于场景图匹配的分布式SLAM框架，仅使用对象标签和质心进行匹配，通过多步数据交换与优化实现高效通信，在室内外环境中验证了有效性。

A Lightweight Fiducial-Based Pipeline for 3D Hyperspectral Mapping of ex-vivo Lumpectomy Specimens

一种轻量级基于基准的离体肿块切除标本三维高光谱映射流水线

Anna Bicchi, Alberto Rota, Leonardo Passoni, Nicola Ancellotti, Andrea Peroni, Lorenzo Vinco, Dario Polli, Elena De Momi

机构 * Politecnico di Milano（米兰理工大学） ； Department of Electronics, Information and Bioengineering (DEIB), Politecnico di Milano（米兰理工大学电子、信息与生物工程系） ； Department of Physics, Politecnico di Milano（米兰理工大学物理系） 纠错

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

AI总结 提出一种全自动、免标定流水线，利用RGB图像和单次HSI采集生成离体肿块切除标本的三维高光谱点云，通过ArUco标记实现亚毫米级配准，支持术中切缘评估。

SG2Loc: Sequential Visual Localization on 3D Scene Graphs

SG2Loc: 基于3D场景图的顺序视觉定位

Nicole Damblon, Olga Vysotska, Federico Tombari, Marc Pollefeys, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） ； TU Munich（慕尼黑工业大学） ； Microsoft（微软） 纠错

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

AI总结 提出一种轻量级顺序视觉定位方法，利用紧凑的3D场景图表示环境，通过粒子滤波和语义匹配实现高效定位，显著降低存储需求。

Comments The code will be available at https://github.com/DmblnNicole/sg2loc

Zero-Shot Polygon Matching with Pre-trained Models for Pose Estimation and Polygon Cloud from Challenging Stereo

基于预训练模型的零样本多边形匹配用于挑战性立体图像的姿态估计和多边形云

Chang Li, Xingtao Peng

机构 * Chang Li（李昌） ； Xingtao Peng（彭兴涛） 纠错

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

AI总结 提出首个零样本多边形匹配范式Z(PM)2，结合预训练模型和手工几何约束，通过双向金字塔匹配和局部-整体二分图优化解决视差不连续、尺度变化等问题，在姿态估计和3D表示中取得领先性能。

MAEPose: Self-Supervised Spatiotemporal Learning for Human Pose Estimation on mmWave Video

MAEPose: 基于毫米波视频的人体姿态估计的自监督时空学习

Xijia Wei, Yuan Fang, Kevin Chetty, Youngjun Cho, Nadia Bianchi-Berthouze

机构 * University College London（伦敦大学学院） 纠错

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

AI总结 提出MAEPose，一种直接处理毫米波频谱视频的掩码自编码方法，通过自监督时空学习实现鲁棒的人体姿态估计，在三个数据集上优于现有方法。

A Motion Planning Strategy for the Active Vision-Based Mapping of Ground-Level Structures

一种用于主动视觉建图的地面结构运动规划策略

Manikandasriram Srinivasan Ramanagopal, André Phu-Van Nguyen, Jerome Le Ny

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

AI总结 本文提出了一种指导配备摄像头或深度传感器的地面机器人自主建图有限三维结构可见部分的策略，通过运动规划算法确定合适视角并自动填补点云中的空洞，适用于建筑、施工和检测领域。

Comments Accepted for publication in IEEE Transactions on Automation Science and Engineering. Available in IEEE Xplore at http://ieeexplore.ieee.org/document/8093664

Robust Topological Feature Extraction for Mapping of Environments using Bio-Inspired Sensor Networks

鲁棒拓扑特征提取用于生物启发式传感器网络环境映射

Alireza Dirafzoon, Edgar Lobaton

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

AI总结 本文利用生物启发式传感器网络收集的最小感知信息，通过概率运动模型提取弱接触信息，构建环境拓扑表示。采用拓扑数据分析提取主导特征，结合密度基子采样算法提高鲁棒性，并提出鲁棒尺度不变分类算法以量化特征。

Comments 14 pages, 7 figures

ScaRF-SLAM: Scale-Consistent Reconstruction with Feed-Forward Models and Classical Visual SLAM

ScaRF-SLAM: 基于前馈模型与经典视觉SLAM的尺度一致重建

Yuhao Zhang, Yifu Tao, Frank Dellaert, Maurice Fallon

机构 * Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） 纠错

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

AI总结 提出一种解耦框架，将经典特征SLAM用于鲁棒跟踪，几何基础模型仅用于建图，通过尺度优化和子图融合实现高质量一致密集重建，在建筑级数据集上重建精度提升10%-20%。

Comments 8 pages

M2H-MX: Multi-Task Semantic and Geometric Perception for Real-Time Monocular 3D Scene Graph Construction

M2H-MX：用于实时单目3D场景图构建的多任务语义与几何感知

U. V. B. L. Udugama, George Vosselman, Francesco Nex

机构 * Department of Earth Observation Science（地球观测科学系） 纠错

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

AI总结 提出M2H-MX多任务感知模型，通过注册门控全局上下文和受控跨任务交互的轻量解码器，在严格延迟约束下实现深度与语义预测相互增强，并集成到单目SLAM中，显著提升轨迹精度和地图质量。

Comments 6 pages, 5 figures, 5 tables. Preprint under review

GRLoc: Geometric Representation Regression for Visual Localization

GRLoc: 用于视觉定位的几何表示回归

Changyang Li, Xuejian Ma, Lixiang Liu, Zhan Li, Qingan Yan, Yi Xu

机构 * Goertek Alpha Labs（歌尔声学实验室） 纠错

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

AI总结 本文提出了一种基于几何表示回归（GRR）的方法，通过分离旋转和翻译预测来提升视觉定位的性能，并在7-Scenes和Cambridge Landmarks数据集上实现了最先进的结果。

WildPose: A Unified Framework for Robust Pose Estimation in the Wild

WildPose：一种在动态环境中鲁棒的姿态估计统一框架

Jianhao Zheng, Liyuan Zhu, Zihan Zhu, Iro Armeni

机构 * Stanford University（斯坦福大学） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出WildPose，一种统一的单目姿态估计框架，能鲁棒地处理动态环境并在静态和低自我运动数据集上保持最先进的性能。通过结合前馈模型的丰富感知前端和可微捆调整优化，该框架在动态、静态和低自我运动基准测试中均优于现有方法。

Depth-Guided Privacy-Preserving Visual Localization Using 3D Sphere Clouds

基于3D球云的深度引导隐私保护视觉定位

Heejoon Moon, Jongwoo Lee, Jeonggon Kim, Je Hyeong Hong

机构 * Department of Artificial Intelligence（人工智能系） ； Department of Electronic Engineering（电子工程系） 纠错

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

AI总结 本文提出一种新的隐私保护场景表示方法sphere cloud，通过将点提升到经过地图质心的3D线，以对抗密度攻击。同时引入时间飞行传感器获取绝对深度图，提升定位精度和隐私保护能力。

Comments Accepted to BMVC 2024

Seamless Indoor-Outdoor Mapping for INGENIOUS First Responders

无缝室内-室外映射用于INGENIOUS第一响应者

Jürgen Wohlfeil, Henry Meißner, Adrian Schischmanow, Thomas Kraft, Dirk Baumbach, Ines Ernst, Dennis Dahlke

机构 * Institute of Optical Systems (OS), German Aerospace Center (DLR)（光学系统研究所（OS），德国航空航天中心（DLR）） 纠错

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

AI总结 本文提出一种自动化方法，结合自主飞行测绘系统与手持室内定位系统，通过AprilTags实现室内外3D模型无缝融合，实现实时可视化。

TOL: Textual Localization with OpenStreetMap

TOL: 基于OpenStreetMap的文本定位

Youqi Liao, Shuhao Kang, Jingyu Xu, Olaf Wysocki, Yan Xia, Jianping Li, Zhen Dong, Bisheng Yang, Xieyuanli Chen

机构 * Wuhan University（武汉大学） ； Technical University of Munich（慕尼黑技术大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究院（TeleAI）） ； China Telecom（中国电信） ； University of Cambridge（剑桥大学） ； University of Science and Technology of China（中国科学技术大学） ； national university of defense technology（国防科技大学） 纠错

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

AI总结 本文提出T2O定位任务，利用文本描述和OSM地图实现无几何观测的精准定位，引入TOL基准数据集和TOLoc框架，实验表明在不同阈值下优于现有方法。

Comments Tech repo