3D 视觉

UAV3DCrop: Benchmarking 3D Reconstruction in Repeated Multi-Angle UAV Crop Surveys

UAV3DCrop：面向重复多视角无人机作物调查的三维重建基准测试

Junxiong Zhou, Xuechen Li, Chonghao Qiu, Lang Qiao, Xiaowei Jia, Qi Yang, Chishan Zhang, Leikun Yin, Nanshan You, Vipin Kumar, David Mulla, Ce Yang, Zhenong Jin, Licheng Liu

机构 * University of Minnesota, Twin Cities（明尼苏达大学双城校区） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Pittsburgh（匹兹堡大学） ； Max Planck Institute for Biogeochemistry（马克斯·普朗克生物地球化学研究所） ； Boston University（波士顿大学） ； Peking University（北京大学） 纠错

专题命中 三维重建 ：NeRF(summary_cn,abstract)；3DGS(summary_cn,abstract)；3D reconstruction(title,abstract)；Gaussian Splatting(abstract)

AI总结 本文提出UAV3DCrop基准，评估NeRF、3DGS等场景优化方法及预训练前馈模型在作物三维重建任务的表现，发现无单一方法适配所有农艺需求，仅一种前馈模型可恢复可用度量尺度。

Comments 22 pages, 7 figures. Dataset and project page: https://link-dev.github.io/UAV3DCrop/

3D-CoS: A New 3D Reconstruction Paradigm Based on VLM Code Synthesis

3D-CoS：基于VLM代码合成的新型3D重建范式

Yuhao Wang, Puyi Wang, Linjie Li, Zhengyuan Yang, Kevin Qinghong Lin, Yu Cheng

机构 * Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Microsoft（微软） ； University of Oxford（牛津大学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；NeRF(abstract,abstract_cn)；point cloud(abstract)；分类 cs.CV

AI总结 提出3D代码合成（3D-CoS）范式，将3D资产表示为可执行的Blender代码，利用VLM进行程序化重建，实现高可控性和局部编辑能力。

Comments Preprint. 24 pages, 11 figures

Swimm3R: Splatting with Medium-aware SfM for Underwater 3D Reconstruction

Swimm3R：结合介质感知SfM的水下三维重建方法

Minseong Kweon, Junaed Sattar

机构 * University of Minnesota–Twin Cities（明尼苏达大学双城分校） ； Minnesota Robotics Institute (MnRI)（明尼苏达机器人研究所） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 该研究提出Swimm3R框架，结合介质感知SfM与水下Beta高斯溅射，建立巴巴多斯水下视频数据集，在水下三维重建中提升了PSNR与下游定位性能。

Comments Project Page: https://mnseong.github.io/swimm3r.github.io

MVM-IOD: An Industrial Object-Centric Benchmark Dataset for the Evaluation of 3D Reconstruction Methods

MVM-IOD：用于评估3D重建方法的工业对象中心基准数据集

Robert Langendörfer, Markus Hillemann, Markus Ulrich

机构 * Machine Vision Metrology, Institute of Photogrammetry and Remote Sensing, Karlsruhe Institute of Technology, Germany（德国卡尔斯鲁厄理工学院摄影测量与遥感研究所机器视觉计量学） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 针对工业场景3D重建评估数据集匮乏的问题，提出MVM-IOD数据集，包含工业对象图像、参考相机位姿和点云，并评估了多种SOTA方法，发现前馈方法对非分布图像敏感。

Event3R: Asynchronous-to-Global 3D Reconstruction from Event Camera via Spatial-Temporal Feature Aggregation

Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建

Jian Huang, Haotian Shen, Xinhao Lou, Chengrui Dong, Wenpu Li, Peidong Liu

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） 纠错

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

AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。

Comments accepted to IROS 2026

3D Reconstruction of deciduous Trees using low-cost UAV- and Crane-based Photogrammetry for Monitoring Shoot Elongation across entire Canopies

利用基于低成本无人机和起重机的摄影测量技术对落叶树进行三维重建以监测整个树冠的新梢伸长

Stephan Nebiker, Micha Tschanz, Nando Amport, Frederik Baumgarten

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

AI总结 研究旨在用低成本无人机和起重机摄影测量技术三维重建落叶树，以监测新梢伸长。介绍了相关技术及数据处理策略，展示了点云精度等结果，引入新方法评估重建能力，还讨论了操作挑战与树木骨架化实验。

Comments Accepted to ISPRS Congress 2026, camera-ready version

Visual Geometry Transformer in the Wild: Distractor-Free 3D Reconstruction

野外视觉几何变换器：无干扰物的三维重建

Tianbo Pan, Xingyi Yang, Shizun Wang, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出VGTW框架，通过干扰物感知训练策略分离并抑制干扰区域，实现从不一致视角进行鲁棒的三维重建，无需额外三维监督。

Comments Project page: https://tianbo-pan.github.io/vgt-w/

MooMIns -- Monocular 3D Reconstruction and Object Pose Estimation from Multiple Instances

MooMIns -- 多实例单目3D重建与物体姿态估计

Robert Langendörfer, Markus Hillemann, Markus Ulrich

机构 * Institute of Photogrammetry and Remote Sensing, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院摄影测量与遥感研究所） 纠错

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

AI总结 提出MooMIns方法，利用单张图像中同一物体的多个实例提供隐式多视图几何，通过反向高斯泼溅实现3D重建和6D姿态估计，避免深度先验导致的幻觉。

Neural Tree Reconstruction for the Open Forest Observatory

开放森林观测站的神经树重建

Marissa Ramirez de Chanlatte, Arjun Rewari, Trevor Darrell, Derek J. N. Young

机构 * Berkeley AI Research, University of California, Berkeley（加州大学伯克利分校伯克利人工智能研究） ； Department of Plant Sciences, University of California, Davis（加州大学戴维斯分校植物科学系） 纠错

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

AI总结 针对开放森林观测站中经典运动恢复结构方法重建质量差的问题，提出引入神经辐射场提升3D树重建的细节与鲁棒性，并展望未来工作。

Comments Published as a workshop paper at "Tackling Climate Change with Machine Learning", ICLR 2024

When Does An Extra View Help? Adapting Single-View 3D Reconstruction with Extra Imagery

额外视角何时有用？适配带额外图像的单视图3D重建

Y Huynh, Duc Thanh Nguyen, Thao Minh Le, Mohamed Abdelrazek

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

AI总结 本文提出ASV3D框架，通过零样本适配和优化适配两种策略，改进单视图3D重建，在基准及真实数据集上提升了重建精度与鲁棒性，效果优于基线方法。

Map-Det3D: Metric Feed-Forward 3D Reconstruction Prior for Multi-view 3D Object Detection from Streaming Inputs

Map-Det3D：面向流输入的多视图3D目标检测的度量前馈3D重建先验

Yung-Hsu Yang, Luigi Piccinelli, Samuel Rota Bulò, Sunghwan Hong, Denis Rozumny, Johannes Schönberger, Zuria Bauer, Hermann Blum, Peter Kontschieder, Marc Pollefeys

机构 * ETH Zürich（苏黎世联邦理工学院） ； Meta Reality Labs（元宇宙实验室） ； University of Bonn（波恩大学） 纠错

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

AI总结 Map-Det3D是一种在线多视图3D目标检测模型，通过将短时间窗口映射为多视图并利用前馈度量3D重建模型作为几何骨干，直接在度量3D空间预测边界框，实现了稳定的单目视频3D检测，且具有良好的在线性能与鲁棒迁移性。

Comments ECCV 2026

DA-NBV: A Direction-Aware Next-Best-View Planner for Efficient 3D Reconstruction of Ships at Sea

DA-NBV：一种用于海上船舶高效3D重建的方向感知最优下一个视点规划器

Jiaming Chen, Juntao Yang, Zhentao Zou, Qi Ming, Yi Yu, Zhihang Zhong, Xue Yang, Xue Jiang, Yue Zhou

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

AI总结 针对海上船舶3D重建中现有NBV策略忽略方向观测历史的问题，本文提出DA-NBV策略，结合PAF等方法，在SeaShip-3D数据集与仿真环境下实现了更高效的船舶3D重建性能。

Comments 16pages, 11 figures

OmniMech: All-in-one Multimodal Mechanical Benchmark for 3D Reconstruction

OmniMech：面向3D重建的全合一多模态机械基准

Taiting Lu, Runze Liu, Ziwei Dong, Sisong Bei, Jingying Zeng, Mingjia Wang, Zhenghao Li, Kaiyuan Lin, Yi-Shan Wu, Yangshoudu Zheng, Hongxing Pan, Kai Zhang, Guoliang Shi, Ling Ma, Yifan Yang, Jiaying Lu, Qi He, Sung-Liang Chen, Yi-Chao Chen, Yincheng Jin, Mahanth Gowda

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

AI总结 研究人员提出OmniMech——首个百万级多模态机械基准，针对工业制造数据的可执行CAD生成任务，含四类任务，实验发现现有模型在相关任务中存在不足，将发布资源支持后续研究。

GO-PRE: Goal-Oriented Next-Best-View Selection via Predictive Rendering Entropy for Active 3D Reconstruction

GO-PRE：面向目标的主动三维重建最优下一个视角选择方法，基于预测渲染熵

Yan Song, Zhihao Li, Chenglong Li, Li He, Yan Wang, Wenqiang Zhang

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

AI总结 该研究针对主动三维重建中现有视角选择方法的代理信号与最终目标不一致问题，提出GO-PRE框架，通过最大化预测空间熵降低实现最优视角选择，经实验验证其性能优于现有方法。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

Quality-Adaptive Multi-UAV 3D Reconstruction with Sparse Workload Redistribution

基于稀疏工作负载重新分配的质量自适应多无人机三维重建

Benjamin Sportich, Kenza Boubakri, Olivier Simonin, Alessandro Renzaglia

机构 * Inria, INSA Lyon, CITI（法国国家信息与自动化研究所、里昂国立应用科学学院、CITI） 纠错

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

AI总结 针对无人机三维重建中计算和能量受限及协调难问题，提出质量自适应分散决策策略，集成质量导向准则，采用两级协调，仿真显示该方法提高路径效率且实现更高保真度重建，代码公开。

WAT3R: Feedforward Underwater 3D Reconstruction

WAT3R：前馈水下三维重建

Jiayi Xu, Jiahao Lu, Ziqiang Zheng, Yihao Tan, Yaolong Zhu, Yuan Liu, Sai-Kit Yeung

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） 纠错

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

AI总结 针对水下光衰减等导致三维重建难的问题，提出WAT3R前馈框架，利用退化适应及轻量级神经适应模块，单次前向传播直接输出三维点图和相机姿态，实验证明其在多类三维重建任务中优于现有方法。

Seeing Before Generating: Object Perception Enhances Single-View 3D Reconstruction

生成前的观察：物体感知增强单视图3D重建

Y Huynh, Duc Thanh Nguyen, Mohamed Abdelrazek

机构 * Deakin University（迪肯大学） ； Applied Artificial Intelligence Initiative（应用人工智能倡议组织） ； School of Information Technology（信息技术学院） 纠错

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

AI总结 研究单视图3D物体重建问题，提出利用预训练感知模型提取的感知信号驱动重建的方法，该方法与模型无关且可即插即用，实验验证其能显著提升重建效果，为3D重建提供新思路。

Toward Semantic Communication for Real-time Mobile 3D Reconstruction

迈向实时移动 3D 重建的语义通信

Fangzhou Zhao, Yao Sun, Xuesong Liu, Runze Cheng, Shang Kai, Yi Sun

机构 * School of Electrical and Electronic Engineering, North China Electric Power University（华北电力大学电气与电子工程学院） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； School of Computer Science and Technology, China University of Petroleum (East China)（中国石油大学（华东）计算机科学与技术学院） 纠错

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

AI总结 针对实时移动 3D 重建中几何估计对通信失真敏感的问题，提出语义通信框架，含语义收发器输出带置信度图的重建图像，引入置信度引导几何估计方法，仿真显示该框架能保持图像质量并提升姿态估计精度和 3D 结构一致性。

MAGiSt3R: Multi-Agent Feed-forward 3D Reconstruction from Monocular RGB Videos

MAGiSt3R：基于单目RGB视频的多智能体前馈3D重建

Ziren Gong, Xiaohan Li, Fabio Tosi, Ninghui Xu, Stefano Mattoccia, Jianfei Cai, Matteo Poggi

机构 * University of Bologna（博洛尼亚大学） ； The University of Hong Kong（香港大学） ； Southeast University（东南大学） ； Monash University（莫纳什大学） 纠错

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

AI总结 研究基于单目RGB视频的多智能体3D重建问题，核心方法是用3R家族前馈模型和MAGMA合并模型，并进行姿态图优化，主要贡献是在合成和真实数据集上验证该框架相比现有方法有更高重建和相机跟踪精度。

DreamSat-Pose: Spacecraft Pose Estimation from Single-View 3D Reconstructions and Learned 2D-3D Feature Matching

DreamSat-Pose：基于单视图3D重建和学习的2D-3D特征匹配的航天器姿态估计

Josiane Uwumukiza, Jocelyn Zhao, Giovanni Lavezzi, Giacomo Battaglia, Paolo Panicucci, Minduli C. Wijayatunga, Victor Rodriguez-Fernandez, Richard Linares

机构 * Wellesley College（韦尔斯利学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Politecnico di Milano（米兰理工大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Universidad Politécnica de Madrid（马德里理工大学） 纠错

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

AI总结 针对未知航天器对象，本文提出新框架，先利用冻结的DINOv3提取图像特征、动态图卷积神经网络编码器计算几何特征，再经双流变压器匹配器细化描述符，通过学习2D-3D对应关系估计姿态，在数据集上评估效果良好，泛化能力强。

Disturbance-aware Motion Planning for Over-actuated Underwater Vehicles Exploiting Actuation Redundancy for High-fidelity 3D Reconstruction

利用驱动冗余进行高保真 3D 重建的过驱动水下航行器的干扰感知运动规划

Yuer Gao, Tongqing Xu, Qingyang Liu, Yi Cai

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 研究水下机器人驱动对感知的影响，利用过驱动平台冗余，通过搜索零空间最小化目标区域干扰，采用基于致动盘理论的尾流代理及冗余解决分配器，降低粒子速度，提高 3D 重建精度，支持自主扫描与辅助检查。

BAT3R: Bootstrapping Articulated 3D Reconstruction from 2D Image Collections

BAT3R：从二维图像集合中自训练关节式三维重建

Jakub Zadrozny, Oisin Mac Aodha, Hakan Bilen

机构 * University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 研究从单张图像进行关节物体3D重建，利用未标注2D图像集和单个绑定规范网格，提出训练框架，通过拟合网格到预测点图迭代估计关节和相机姿态，提升模型性能。

Comments Accepted to ECCV 2026. Project page: https://jakubzadrozny.github.io/bat3r/

Geometric Foundation Model Distillation for Efficient Lunar 3D Reconstruction

几何基础模型蒸馏用于高效月球三维重建

Clémentine Grethen, Florient Chouteau, Géraldine Morin, Simone Gasparini

机构 * IRIT, University of Toulouse（图卢兹大学IRIT研究所） ； Airbus Defence and Space（空中客车防务与航天公司） 纠错

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

AI总结 针对硬件受限场景，通过知识蒸馏将MASt3R模型压缩7倍，保留大部分重建精度，提出SVD初始化方法提升训练稳定性，并揭示编码器类型、蒸馏策略等关键因素。

Comments Accepted to ECCV 2026, code can be accessed via https://clementinegrethen.github.io/publications/ECCV.html

LIST3R: Long-sequence Instance-aware 3D Reconstruction

LIST3R: 长序列实例感知三维重建

Jing Gao, Wei Wang, Feiran Wang, Yan Yan

机构 * Beijing Jiaotong University（北京交通大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 提出LIST3R框架，通过实例锚点组织长序列三维重建，将子序列局部观测整合为全局一致场景，在长序列基准上实现更优轨迹与重建质量。

CasaMaestro: Multi-View Panoramas for House-Scale 3D Reconstruction

CasaMaestro：用于房屋级3D重建的多视角全景图

Yuzhou Ji, Xiaotian Yang, Zhipeng Zhang

机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab） 纠错

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

AI总结 提出CasaMaestro模型，仅需20-50张稀疏多视角室内全景图，即可直接预测度量深度和相机位姿，实现全屋快速点云重建，是首个支持房屋级重建的多视角全景模型。

Comments Accepted to ECCV2026

Pano3D: Unified 3D Reconstruction and Panoptic Segmentation

Pano3D：统一的3D重建与全景分割

Victor Barberteguy, Ahmet Iscen, Mathilde Caron, Alireza Fathi, Gül Varol, Cordelia Schmid

机构 * Google DeepMind（谷歌DeepMind） ； LIGM, École des Ponts, IP Paris, Univ Gustave Eiffel, CNRS（LIGM, 巴黎高科桥梁学院, 巴黎理工学院, 古斯塔夫·埃菲尔大学, 法国国家科学研究中心） 纠错

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

AI总结 提出统一框架，在3D前馈重建网络中集成全景分割，通过联合训练几何与语义损失实现互惠提升，在多个数据集上达到最优性能。

Comments Accepted at ECCV 2026. Project page: https://victorbbt.github.io/Pano3D/

GeoT2V-Bench: Benchmarking 3D Consistency in Text-to-Video Models via 3D Reconstruction

GeoT2V-Bench: 通过3D重建基准测试文本到视频模型中的3D一致性

Chenrui Fan, Paolo Favaro

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

AI总结 提出GeoT2V-Bench，通过3D重建评估相机提示的文本到视频模型能否支持刚性3D场景重建，揭示不同指标下的互补失效模式。

Comments 36 pages, 17 figures, 18 tables

Future Dynamic 3D Reconstruction: A 3D World Model with Disentangled Ego-Motion

未来动态3D重建：一种具有解耦自运动的3D世界模型

Nils Morbitzer, Jonathan Evers, Artem Savkin, Thomas Stauner, Nassir Navab, Federico Tombari, Stefano Gasperini

机构 * Technical University of Munich (TUM)（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 提出FR3D世界模型，通过解耦场景3D演化与智能体轨迹，利用教师-学生蒸馏策略实现从单目观测到未来动态3D重建的几何一致性和零样本泛化。

Comments ICML 2026. Project page: https://fr3d-wm.github.io

Splat-based 3D Scene Reconstruction with Extreme Motion-blur

基于体素的极端运动模糊3D场景重建

Hyeonjoong Jang, Dongyoung Choi, Donggun Kim, Woohyun Kang, Min H. Kim

机构 * KAIST（韩国科学技术院） ； HYPERGRAM（超图） 纠错

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

AI总结 研究针对低光照下RGB-D输入的极端运动模糊问题，提出结合高斯体素框架的相机姿态估计与图像去模糊方法，通过对齐帧、调整高斯位置等步骤，提升3D重建质量，优于现有方法，有广泛应用意义。

Journal ref Proceedings of IEEE/CVF International Conference on Computer Vision (ICCV) 2025

City-Level 3D Surface Reconstruction with Viewpoint Orientation Partitioning and Scene Completion

基于视点方向划分和场景补全的城市级三维表面重建

Liang Han, Wenyuan Zhang, Junsheng Zhou, Yu-Shen Liu, Zhizhong Han

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Department of Computer Science, Wayne State University（韦恩州立大学计算机科学系） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3DGS(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 针对多视图三维表面重建难题，提出基于视点方向的场景划分方法，确保相似方向视图共同参与以精确估计深度，并行计算更均衡，还提出检测修复点云缺失区域策略，提升大规模场景重建质量。

Comments Accepted by ECCV 2026