3D 视觉

NEO: NeRF It Once, Edit It Many Times for Continuous Object Manipulation

NEO：一次性NeRF，多次编辑以进行连续物体操纵

Mikołaj Zieliński, David Hall, Dominik Belter, Peyman Moghadam

机构 * Institute of Robotics and Machine Intelligence, Poznan University of Technology（波兹南理工大学机器人与机器智能研究所） ； CSIRO Robotics, CSIRO（联邦科学与工业研究组织机器人部） 纠错

专题命中 NeRF ：NeRF(title,title_cn)；分类 cs.RO

AI总结 本文提出NEO框架，用于机器人操纵的语言引导NeRF编辑。结合神经场重采样与多视图修复实现物体移除，利用知识蒸馏进行NeRF权重编辑，还创建了评估基准NEO-Dataset。该方法在场景编辑任务中表现出色，优于现有基线。

Comments Accepted to IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L) JULY, 2026

Sculpting NeRF Geometry: Human-Preference Fine-Tuning of a 3D-Aware Face GAN

雕刻NeRF几何：基于人类偏好的3D感知人脸GAN微调

Archer Moore, Mingming Gong, Liam Hodgkinson

机构 * School of Mathematics and Statistics, The University of Melbourne（墨尔本大学数学与统计学院） 纠错

专题命中 NeRF ：NeRF(title,title_cn)；3D generation(abstract)；分类 cs.CV

AI总结 提出直接对辐射场密度值进行人类偏好强化学习微调，无需网格或形状先验，显著改善3D人脸几何，在74.4%的成对比较中用户偏好微调后的几何。

EDoF-NeRF: extended depth-of-field neural radiance fields using a coded aperture camera

EDoF-NeRF: 使用编码孔径相机扩展景深的神经辐射场

Yoshiyuki Shirasaki, Ryoichi Horisaki

机构 * Department of Information Physics and Computing, Graduate School of Information Science and Technology, The University of Tokyo（信息物理与计算系，信息科学与技术研究生学校，东京大学） 纠错

专题命中 NeRF ：NeRF(title,title_cn)；分类 cs.CV

AI总结 提出一种通过编码孔径相机扩展景深的方法，构建高保真神经辐射场，实现从不同视角图像渲染新视图，并验证其优于传统孔径相机。

DoRF++: Spherical Representation Learning over Doppler Radiance Fields for Robust Wi-Fi Sensing

DoRF++：面向鲁棒Wi-Fi感知的多普勒辐射场球面表示学习

Navid Hasanzadeh, Shahrokh Valaee

机构 * University of Toronto（多伦多大学） 纠错

专题命中 NeRF ：NeRF(summary_cn,abstract)；分类 cs.CV

AI总结 本文针对Wi-Fi感知的跨用户泛化难题，提出DoRF++模型，将NeRF概念引入Wi-Fi感知，结合球面Transformer实现手势识别，在单多天线AP场景下的困难手势识别中性能优于现有方法。

Hash-QNeRF: Multiresolution Hash Encoding for Quantum Neural Radiance Fields

Hash-QNeRF：用于量子神经辐射场的多分辨率哈希编码

Digonto Biswas, Tana Ballove, Anjan Bandyopadhyay, Sutanu Mangal, Arun Kumar Pati

机构 * Centres of Innovation and Research（创新与研究中心） ； KIIT Deemed to be University（KIIT大学） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV

AI总结 研究针对QNeRF中空间坐标正弦位置编码扩展性差的问题，提出用多分辨率哈希编码取代其空间坐标正弦位置编码，设计出Hash-QNeRF，实现快速收敛和内存高效，在合成场景有良好训练损失及PSNR表现，且不降低量子电路噪声容限。

TGRHuman: Text-Guided Realistic 3D Human Generation via Diffusion Renderer

TGRHuman：基于扩散渲染器的文本引导逼真3D人体生成

Muxin Zhang, Chaohui Yu, Yuanwang Yang, Min Wei, Zhuo Su, Kun Li

机构 * Tianjin University（天津大学） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 本研究提出TGRHuman方法，解耦3D人体的几何与纹理生成，采用显式多视图优化结合扩散渲染器，实现高效高质量文本引导的逼真3D人体生成，性能优于现有方法。

Recurrent Sinusoidal INRs for Efficient High-Fidelity Representation

用于高效高保真表示的循环正弦隐式神经表示

Hyunmin Cho, Jaejun Yoo, Kyong Hwan Jin

机构 * Department of Electrical Engineering, Korea University（韩国大学电气工程系） ； Graduate School of Artificial Intelligence, UNIST（蔚山国立科学技术院人工智能研究生院） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 研究将正弦循环用于INRs谐波频谱丰富，通过共享正弦块迭代优化潜在表示，经实验验证其频谱行为，在图像和3D表示任务中表现出色，能以少参数和步骤实现高保真，还可迁移至多种相关任务。

Comments Accepted to ECCV 2026 (Poster)

Identity-Consistent Expression Fields: A Disentangled Neural Radiance Field Framework for Few-Shot Facial Expression Synthesis

身份一致的表情场：用于少样本面部表情合成的解缠神经辐射场框架

Minh Tran

机构 * University of Science and Technology of Hanoi（河内科技大学） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 研究针对少样本面部表情合成问题，提出ICEF框架，将静态身份辐射分量与动态表情变形分量解缠，引入身份保留正则化器，纳入置信度加权条件特征扭曲步骤，提升新表情渲染质量与身份一致性。

One-Shot Novel View and Pose Human Image Synthesis via 3D Prior Guided Diffusion Model

基于3D先验引导扩散模型的单样本新视角与姿态人体图像合成

Shenjian Gong, Kangkan Wang, Shanshan Zhang, Jian Yang

机构 * PCA Lab, Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, and Jiangsu Key Lab of Image and Video Understanding for Social Security, School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院教育部高维信息智能感知与系统重点实验室、江苏省社会安全图像与视频理解重点实验室及PCA实验室） ； Advanced Laser Technology Laboratory of Anhui Province, Electronic Engineering Institute, National University of Defense Technology, and Jianghuai Advance Technology Center（国防科技大学电子工程学院安徽省先进激光技术实验室及江淮前沿技术中心） 纠错

专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV

AI总结 提出一种基于条件去噪扩散模型的方法，利用3D人体先验（法线图和颜色提示）作为几何和颜色条件，从单张参考图像合成任意姿态和视角的高质量人体图像，包括被遮挡部分。

Comments 30 pages, 10 figures