3D 视觉

OpenVO: Open-World Visual Odometry with Temporal Dynamics Awareness

OpenVO：具有时间动态意识的开放世界视觉里程计

Phuc D. A. Nguyen, Anh N. Nhu, Ming C. Lin

机构 * University of Maryland, College Park, USA（马里兰大学帕克分校） 纠错

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

AI总结 OpenVO通过时间动态信息编码和3D几何先验，提升在有限输入条件下对单目行车记录仪视频的现实尺度自我运动估计，实现鲁棒轨迹数据集构建。

Comments Main paper CVPR 2026

Paparazzo: Active Mapping of Moving 3D Objects

Paparazzo：移动3D物体的主动映射

Davide Allegro, Shiyao Li, Stefano Ghidoni, Vincent Lepetit

机构 * University of Padova（帕多瓦大学） 纠错

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

AI总结 本文提出Paparazzo方法，通过学习-free方案实现移动3D物体的主动映射，提升3D重建的完整性和准确性，建立新基准测试。

Comments Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

DeepDetect: Learning All-in-One Dense Keypoints

DeepDetect: 一种统一的密集关键点检测器

Shaharyar Ahmed Khan Tareen, Filza Khan Tareen, Xiaojing Yuan

机构 * University of Houston（休斯顿大学） ； National University of Sciences and Technology（国家 sciences and Technology大学） 纠错

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

AI总结 DeepDetect结合传统检测器与深度学习，通过融合多检测器输出生成真实标签，训练高效模型生成高密度关键点，提升在复杂场景下的性能。

Comments 8 pages, 8 figures, 3 tables, 6 equations

CAVERS: Multimodal SLAM Data from a Natural Karstic Cave with Ground Truth Motion Capture

CAVERS：从自然喀斯特洞穴获取多模态SLAM数据并采用地面真实运动捕捉

Giacomo Franchini, David Rodríguez-Martínez, Alfonso Martínez-Petersen, C. J. Pérez-del-Pulgar, Marcello Chiaberge

机构 * Polytechnic of Turin Interdepartmental Centre for Service Robotics (PIC4SeR)（都灵理工大学服务机器人跨部门研究中心（PIC4SeR）） ； Systems Engineering and Automation Department, Universidad de Málaga（马德里大学系统工程与自动化系） 纠错

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

AI总结 本文提出CAVERS数据集，通过地面真实运动捕捉系统提供高精度姿态和速度数据，验证了多模态传感器在复杂洞穴环境中的SLAM算法性能。

Comments 8 pages, 5 figures, preprint version

MR.ScaleMaster: Scale-Consistent Collaborative Mapping from Crowd-Sourced Monocular Videos

MR.ScaleMaster: 从众源单目视频实现一致性协作制图

Hyoseok Ju, Giseop Kim

机构 * Department of Robotics and Mechatronics Engineering, DGIST（机器人与机电工程系，DGIST） 纠错

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

AI总结 本文提出MR.ScaleMaster系统，通过解决尺度崩溃和漂移问题，实现众源单目视频的协作制图，显著提升精度并支持多机器人融合。

Comments 8 pages, 7 figures, submitted to IROS 2026

WaterSplat-SLAM: Photorealistic Monocular SLAM in Underwater Environment

WaterSplat-SLAM：水下环境中的光实单目SLAM

Kangxu Wang, Shaofeng Zou, Chenxing Jiang, Yixiang Dai, Siang Chen, Shaojie Shen, Guijin Wang

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Key Laboratory of Marine Robotics, Shenyang（沈阳海洋机器人重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子及计算机工程学系） 纠错

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

AI总结 本文提出WaterSplat-SLAM，通过语义介质过滤和语义引导渲染实现水下高保真密集映射，提升水下单目SLAM的鲁棒性与可视化效果。

Comments 8 pages, 6 figures

Scalable and Generalizable Correspondence Pruning via Geometry-Consistent Pre-training

基于几何一致预训练的可扩展且可泛化的对应关系修剪

Tangfei Liao, Xiaoqin Zhang, Tao Wang, Hao Ye, Min Li, Guobao Xiao, Mang Ye

机构 * Wuhan University（武汉大学） ； Wenzhou University（温州大学） ； Nanjing University（南京大学） ； Xiaomi Corporation, Xiaomi Automobile Co., Ltd.（小米集团，小米汽车有限公司） ； Tongji University（同济大学） 纠错

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

AI总结 本文提出几何一致预训练方法，通过掩码内点重建任务和双流编码器提升对应关系的鲁棒性和泛化能力，在相机姿态估计、视觉定位和3D配准任务中取得显著性能提升。

Comments Accepted by TPAMI 2026

HyVGGT-VO: Tightly Coupled Hybrid Dense Visual Odometry with Feed-Forward Models

HyVGGT-VO：紧密耦合的混合密集视觉里程计与前馈模型

Junxiang Pan, Lipu Zhou, Baojie Chen

机构 * School of Instrument Science and Opto-electronics Engineering, Beihang University（北京航空航天大学仪器科学与光电工程学院） 纠错

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

AI总结 本文提出HyVGGT-VO框架，结合稀疏VO的高效计算与前馈模型的密集重建能力，实现高效实时姿态估计与密集重建。

Hi-LOAM: Hierarchical Implicit Neural Fields for LiDAR Odometry and Mapping

Hi-LOAM：基于隐式神经场的层次化激光雷达里程计与建图

Zhiliu Yang, Jianyuan Zhang, Lianhui Zhao, Jinyu Dai, Zhu Yang

机构 * School of Information Science and Engineering, Yunnan University（云南大学信息科学与工程学院） ； School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院） ； Yunnan Key Laboratory of Intelligent Systems and Computing, Yunnan University（云南大学云南省智能系统与计算重点实验室） 纠错

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

AI总结 本文提出Hi-LOAM，通过多尺度隐式神经场实现激光雷达里程计与建图，采用自监督学习解决传统LOAM在复杂场景中的局限性，实验验证其在多种数据集上的优越性能。

Comments This manuscript is the accepted version of IEEE Transactions on Multimedia

OMCL: Open-vocabulary Monte Carlo Localization

OMCL：开放词汇蒙特卡洛定位

Evgenii Kruzhkov, Raphael Memmesheimer, Sven Behnke

机构 * Autonomous Intelligent Systems group, Computer Science Institute VI – Intelligent Systems and Robotics – and the Center for Robotics and the Lamarr Institute for Machine Learning and Artificial Intelligence, University of Bonn（波恩大学自主智能系统组、计算机科学研究所VI – 智能系统与机器人学 –、机器人中心以及拉马尔机器学习和人工智能研究所） 纠错

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

AI总结 本文提出OMCL，结合视觉语言特征扩展蒙特卡洛定位，实现跨模态观测与地图元素关联，通过自然语言描述初始化全局定位，验证了其在室内和室外场景中的泛化能力。

Comments Accepted to IEEE RA-L

Demo-Pose: Depth-Monocular Modality Fusion For Object Pose Estimation

Demo-Pose: 深度-单目模态融合用于物体姿态估计

Rachit Agarwal, Abhishek Joshi, Sathish Chalasani, Woo Jin Kim

机构 * Samsung Electronics Suwon, Republic of Korea（三星电子水原，韩国） 纠错

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

AI总结 本文提出Demo-Pose，通过新颖的多模态融合策略融合单目语义特征与基于深度的图卷积表示，提升物体姿态估计的几何推理能力，在REAL275数据集上优于现有方法。

Comments Accepted at ICASSP 2026, 5 pages, 3 figures, 3 tables

Geo$^\textbf{2}$: Geometry-Guided Cross-view Geo-Localization and Image Synthesis

Geo²：基于几何的跨视角地理定位与图像合成

Yancheng Zhang, Xiaohan Zhang, Guangyu Sun, Zonglin Lyu, Safwan Wshah, Chen Chen

机构 * Institute of Artificial Intelligence, University of Central Florida（中佛罗里达大学人工智能研究所） ； University of Vermont（佛蒙特大学） 纠错

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

AI总结 本文提出Geo²框架，利用几何先验知识联合完成跨视角地理定位和双向图像合成，通过共享3D感知潜在空间和GeoFlow模型提升性能。

Journal ref 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)

Object Pose Transformer: Unifying Unseen Object Pose Estimation

物体姿态转换器：统一未见物体姿态估计

Weihang Li, Lorenzo Garattoni, Fabien Despinoy, Nassir Navab, Benjamin Busam

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Toyota Motor Europe（丰田欧洲公司） 纠错

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

AI总结 本文提出Object Pose Transformer，通过任务分解统一解决未见实例姿态估计问题，同时预测深度、点云图、相机参数和归一化物体坐标，实现类别级绝对姿态和未见物体相对姿态估计。

Comments Project Page: https://colin-de.github.io/OPT-Pose/

IUP-Pose: Decoupled Iterative Uncertainty Propagation for Real-time Relative Pose Regression via Implicit Dense Alignment v1

IUP-Pose：解耦迭代不确定性传播用于通过隐式密集对齐的实时相对姿态回归

Jun Wang, Xiaoyan Huang

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

AI总结 本文提出IUP-Pose，通过隐式密集对齐解决相对姿态估计中姿态与位移估计耦合和跨视图特征对齐不足的问题，实现高精度与高效能的实时部署。

Towards Versatile Opti-Acoustic Sensor Fusion and Volumetric Mapping

迈向多功能光学-声学传感器融合与体积分层映射

Ivana Collado-Gonzalez, John McConnell, Brendan Englot

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

AI总结 本文提出融合立体声纳与单目相机的体积分层映射框架，以应对不同能见度条件下的安全导航问题，通过解决声纳视场重叠带来的垂直模糊问题，生成可靠的3D点云。

Comments To appear at ICRA 2026 in Vienna, Austria

$L^3$:Scene-agnostic Visual Localization in the Wild

$L^3$：野外场景中的无场景依赖视觉定位

Yu Zhang, Muhua Zhu, Yifei Xue, Tie Ji, Yizhen Lao

机构 * Hunan University（湖南大学） 纠错

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

AI总结 本文提出$L^3$框架，通过在线3D重建和两阶段优化实现无地图的高精度视觉定位，尤其在稀疏场景中表现优异。

InsSo3D: Inertial Navigation System and 3D Sonar SLAM for turbid environment inspection

InsSo3D：惯性导航系统与3D声呐SLAM用于浑浊环境检测

Simon Archieri, Ahmet Cinar, Shu Pan, Jonatan Scharff Willners, Michele Grimaldi, Ignacio Carlucho, Yvan Petillot

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

AI总结 InsSo3D结合3D声呐和惯性导航系统，实现高效准确的水下SLAM，适用于浑浊环境中的结构检测。

Exploiting Spatiotemporal Properties for Efficient Event-Driven Human Pose Estimation

利用时空特性实现高效事件驱动的人体姿态估计

Haoxian Zhou, Chuanzhi Xu, Langyi Chen, Pengfei Ye, Haodong Chen, Yuk Ying Chung, Qiang Qu

机构 * The University of Sydney（悉尼大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文提出利用事件流的时空特性，结合点云框架提升人体姿态估计性能，实验显示在DHP19数据集上平均MPJPE减少4%。

Radar-based Pose Optimization for HD Map Generation from Noisy Multi-Drive Vehicle Fleet Data

基于雷达的姿态优化用于从噪声多车车队数据生成HD地图

Alexander Blumberg, Jonas Merkert, Christoph Stiller

机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT)（测量与控制系统研究所，卡尔斯鲁厄理工学院） 纠错

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

AI总结 本文提出基于雷达的姿态优化方法，用于从噪声多车车队数据生成高精度地图，通过姿态图优化提升地图精度和特征清晰度。

Comments Accepted for the 37th IEEE Intelligent Vehicles Symposium (IV 2026), 7 pages

Sound Source Localization for Spatial Mapping of Surgical Actions in Dynamic Scenes

动态场景中手术动作空间映射的声源定位

Jonas Hein, Lazaros Vlachopoulos, Maurits Geert Laurent Olthof, Bastian Sigrist, Philipp Fürnstahl, Matthias Seibold

机构 * ROCS（罗克辛研究所） ； Balgrist University Hospital（巴尔格里斯大学医院） ； University of Zurich（苏黎世大学） ； Dept. of Orthopedics（骨科部门） ； Computer Vision and Geometry Group（计算机视觉与几何组） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出一种动态手术场景中声源定位的方法，通过整合3D音频与视觉数据，提升手术场景的多模态理解能力。

MITI: SLAM Benchmark for Laparoscopic Surgery

MITI：腹腔手术的SLAM基准测试

Regine Hartwig, Daniel Ostler, Jean-Claude Rosenthal, Hubertus Feußner, Dirk Wilhelm, Dirk Wollherr

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

AI总结 MITI基准测试提供了一套用于评估微创手术中SLAM算法性能的高质量数据集，包含多模态传感器信息和校准数据，旨在推动视觉-惯性算法的发展。

Comments This submission is withdrawn because it is a duplicate of "Constrained Visual-Inertial Localization With Application And Benchmark in Laparoscopic Surgery" (arXiv:2202.11075). The withdrawn version contains less complete information. Readers are directed to the full version

VGGT-Motion: Motion-Aware Calibration-Free Monocular SLAM for Long-Range Consistency

VGGT-Motion：具有运动感知的校准自由单目SLAM用于长距离一致性

Zhuang Xiong, Chen Zhang, Qingshan Xu, Wenbing Tao

机构 * National Key Laboratory of Science and Technology on Multi-spectral Information Processing（科学与技术多光谱信息处理国家重点实验室） ； Huazhong University of Science and Technology（华中科技大学） ； College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 VGGT-Motion通过运动感知子地图构造和锚点驱动的直接Sim(3)对齐策略，实现了高效且稳健的校准自由单目SLAM，提升了长距离轨迹的精度和效率。

How to rewrite the stars: Mapping your orchard over time through constellations of fruits

如何重写星辰：通过星座水果映射你的果园随时间变化

Gonçalo P. Matos, Carlos Santiago, João P. Costeira, Ricardo L. Saldanha, Ernesto M. Morgado

机构 * SISCOG – Sistemas Cognitivos, SA（SISCOG——认知系统有限公司） ； Institute for Systems and Robotics (ISR) / LARSyS, Instituto Superior Técnico (IST)（系统与机器人研究所（ISR）/ LARSyS，技术高等学院（IST）） 纠错

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

AI总结 本文提出基于三维质心星座的方法，用于跨视频匹配果实，从而构建果园地图并实现自主导航与精准采摘。

Comments submitted to IEEE International Conference on Robotics & Automation

CAD-SLAM: Consistency-Aware Dynamic SLAM with Dynamic-Static Decoupled Mapping

CAD-SLAM: 基于一致性的动态SLAM与动态-静态分离映射

Wenhua Wu, Chenpeng Su, Siting Zhu, Tianchen Deng, Jianhao Jiao, Guangming Wang, Dimitrios Kanoulas, Zhe Liu, Hesheng Wang

机构 * Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Department of Computer Science, University College London（计算机科学系，伦敦大学学院） ； Department of Engineering, University of Cambridge（工程系，剑桥大学） ； Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis, Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（自动化系，教育部系统控制与信息处理重点实验室，航空系统集成与航空系统-of-系统综合国家重点实验室，导航与基于位置的服务上海实验室，上海交通大学） 纠错

专题命中 SLAM与定位 ：NeRF(abstract)；分类 cs.CV

AI总结 CAD-SLAM通过基于一致性的动态SLAM框架，实现动态物体的在线识别与分离映射，提升动态环境下的定位与映射性能。

3D Foundation Model-Based Loop Closing for Decentralized Collaborative SLAM

基于3D基础模型的分布式协作SLAM中的回环闭合

Pierre-Yves Lajoie, Benjamin Ramtoula, Daniele De Martini, Giovanni Beltrame

机构 * Department of Computer and Software Engineering, Polytechnique Montréal（计算机与软件工程系，蒙特利尔理工学院） ； Oxford Robotics Institute, Dept. of Engineering Science, University of Oxford（牛津大学机器人研究所，工程科学系） 纠错

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

AI总结 本文提出基于3D基础模型的分布式协作SLAM回环闭合方法，通过整合基础模型提升多机器人建图的鲁棒性和效率。

SMapper: A Multi-Modal Data Acquisition Platform for SLAM Benchmarking

SMapper: 一种用于SLAM基准测试的多模态数据采集平台

Pedro Miguel Bastos Soares, Ali Tourani, Miguel Fernandez-Cortizas, Asier Bikandi-Noya, Holger Voos, Jose Luis Sanchez-Lopez

机构 * Automation and Robotics Research Group (ARG), Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（卢森堡大学自动化与机器人研究组（ARG）、安全、可靠与信任跨学科研究中心（SnT）） 纠错

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

AI总结 SMapper是一种用于SLAM基准测试的多模态数据采集平台，通过开放硬件设计和可重复的数据收集，提供高精度的SLAM数据集和基准测试结果，推动SLAM算法的发展和评估。

Comments 13 pages, 5 figures, 6 tables

PandaPose: 3D Human Pose Lifting from a Single Image via Propagating 2D Pose Prior to 3D Anchor Space

PandaPose: 通过将2D姿态先验传播到3D锚空间实现单张图像的3D人体姿态提升

Jinghong Zheng, Changlong Jiang, Yang Xiao, Jiaqi Li, Haohong Kuang, Hang Xu, Ran Wang, Zhiguo Cao, Min Du, Joey Tianyi Zhou

机构 * School of Journalism and Information Communication, Huazhong University of Science and Technology（华中科技大学新闻与信息传播学院） ； ByteDance Inc.（字节跳动公司） ； Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore（科技研究局高性能计算研究所） 纠错

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

AI总结 PandaPose通过将2D姿态先验传播到3D锚空间，提升单张图像的3D人体姿态估计精度，有效缓解自遮挡问题并减少误差。

Comments Accepted at NeurIPS 2025

SCE-SLAM: Scale-Consistent Monocular SLAM via Scene Coordinate Embeddings

SCE-SLAM：通过场景坐标嵌入实现尺度一致的单目SLAM

Yuchen Wu, Jiahe Li, Xiaohan Yu, Lina Yu, Jin Zheng, Xiao Bai

机构 * School of Computer Science and Engineering, State Key Laboratory of Complex & Critical Software Environment, Jiangxi Research Institute, Beihang University（计算机科学与工程学院、复杂与关键软件环境国家重点实验室、江西研究院、北航） ； Macquarie University（麦考瑞大学） ； Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology（北京半导体神经网络智能感知与计算技术重点实验室） 纠错

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

AI总结 SCE-SLAM通过场景坐标嵌入实现单目SLAM的尺度一致性，实验显示在KITTI上轨迹误差减少8.36米，同时保持36 FPS。

SpatiaLoc: Leveraging Multi-Level Spatial Enhanced Descriptors for Cross-Modal Localization

SpatiaLoc: 借助多级空间增强描述符进行跨模态定位

Tianyi Shang, Pengjie Xu, Zhaojun Deng, Zhenyu Li, Zhicong Chen, Lijun Wu

机构 * Fuzhou University（福州大学） ； Shandong Academy of Sciences（山东省科学院） ； Qingdao University（青岛大学） ； 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 SpatiaLoc通过多级空间增强描述符提升跨模态定位性能，采用粗到细策略结合贝塞尔曲线和频率域建模，实现更精确的机器人定位。

ViSTA-SLAM: Visual SLAM with Symmetric Two-view Association

ViSTA-SLAM：基于对称两视图关联的视觉SLAM

Ganlin Zhang, Shenhan Qian, Xi Wang, Daniel Cremers

机构 * TU Munich（慕尼黑工业大学） ； MCML ； 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 ViSTA-SLAM通过轻量级对称两视图关联模型实现了高效的实时单目视觉SLAM，提升了两视图约束质量和3D重建性能。

Comments Accepted by 3DV 2026, project page: https://ganlinzhang.xyz/vista-slam/