3D 视觉

DivCon-NeRF: Diverse and Consistent Ray Augmentation for Few-Shot NeRF

DivCon-NeRF：用于少样本NeRF的多样且一致的射线增强

Ingyun Lee, Jae Won Jang, Seunghyeon Seo, Nojun Kwak

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 针对少样本NeRF中稀疏视图导致的过拟合和伪影问题，提出基于球面的射线增强方法，通过一致性掩码过滤不一致射线，结合定制损失函数减少浮点伪影和视觉失真，在多个数据集上优于现有方法。

Comments Accepted to IJCAI 2026

Endo-NeRF++: Uncertainty-Aware Neural Rendering with Multi-Resolution Hash Encoding for Dynamic Surgical Scene Reconstruction

Endo-NeRF++：面向动态手术场景重建的不确定性感知神经辐射场，采用多分辨率哈希编码

Gousia Habib, Laura Ruotsalainen

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

AI总结 本研究提出Endo-NeRF++框架，采用多分辨率哈希编码等技术提升动态手术场景重建精度，其不确定性引导自适应采样在机器人手术视频实验中获多项指标提升。

To View Transform or Not to View Transform: NeRF-based Pre-training Perspective

视图变换还是不视图变换：基于NeRF的预训练视角

Hyeonjun Jeong, Juyeb Shin, Dongsuk Kum

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 提出NeRP3D检测器，避免视图变换与NeRF的冲突先验，保留预训练NeRF网络，实现连续3D表示学习，在nuScenes上提升场景重建和检测性能。

Comments The Fourteenth International Conference on Learning Representations (ICLR'26)

PanDORA: Casual HDR Radiance Acquisition of Indoor Scenes for Image-based Lighting

PanDORA: 用于基于图像的照明的室内场景因果高动态范围辐射获取

Mohammad Reza Karimi Dastjerdi, Dominique Tanguay-Gaudreau, Frédéric Fortier-Chouinard, Yannick Hold-Geoffroy, Nima Kalantari, Jean-François Lalonde

机构 * Université Laval（洛瓦尔大学） ； Adobe（Adobe公司） ； Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 PanDORA通过双摄像头和NeRF算法高效获取高动态范围辐射数据，提升室内场景真实光照重建效果。

Comments Accepted at ICCP 2026. Selected for PAMI Special Issue

A Unified Theory of Sinusoidal Activation Families for Implicit Neural Representations

隐式神经表示的正弦激活函数族统一理论

Alireza Morsali, MohammadJavad Vaez, Mohammadhossein Soltani, Amirhossein Kazerouni, Babak Taati, Morteza Mohammad-Noori

机构 * McGill University（麦吉尔大学） ； University of Melbourne（墨尔本大学） ； ARC Centre of Excellence for the Mathematical Analysis of Cellular Systems (MACSYS)（细胞系统数学分析卓越中心（MACSYS）） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； University Health Network（大学健康网络） ； University of Tehran（塔里斯坦大学） 纠错

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

AI总结 提出STAF框架，通过可学习振幅、频率和相位的傅里叶式激活函数，理论分析其表达能力、NTK谱变化及初始化，实验证明在图像、音频、形状、逆问题和NeRF任务中优于或匹敌现有方法。

Comments Published in TMLR

3D Scene Generation: A Survey

3D场景生成：一项综述

Haozhe Xie, Beichen Wen, Zhaoxi Chen, Fangzhou Hong, Ziwei Liu

机构 * S-Lab, Nanyang Technological University, Singapore（南洋理工大学S实验室） 纠错

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

AI总结 本综述系统梳理3D场景生成的四大范式方法，分析其技术基础与挑战，展望物理感知生成等方向，为该领域发展提供参考。

Comments Accepted by IJCV. Project Page: https://github.com/hzxie/Awesome-3D-Scene-Generation

BathyFacto: Refraction-Aware Two-Media Neural Radiance Fields for Bathymetry

BathyFacto：考虑折射的双介质神经辐射场用于水深测量

Markus Brezovsky, Anatol Günthner, Frederik Schulte, Lukas Winiwarter, Boris Jutzi, Gottfried Mandlburger

机构 * Department of Geodesy and Geoinformation, TU Wien（维也纳技术大学测绘与地理信息系） ； Institute of Photogrammetry and Remote Sensing (IPF), Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院测绘与遥感研究所） ； Unit of Geometry and Surveying, University of Innsbruck（因斯布鲁克大学几何与测绘单位） 纠错

专题命中 NeRF ：point cloud(abstract)；分类 cs.CV

AI总结 BathyFacto通过整合Nerfacto，利用折射-aware的双介质神经辐射场技术，提高水下点云的测量精度，解决了水面折射带来的系统性深度偏差问题。

Comments 16 pages, 8 figures, 3 tables. Submitted to ISPRS Open Journal of Photogrammetry and Remote Sensing, Special Issue "3D Underwater Mapping from Above and Below"

RehearsalNeRF: Decoupling Intrinsic Neural Fields of Dynamic Illuminations for Scene Editing

RehearsalNeRF：解耦动态光照的内在神经场以实现场景编辑

Changyeon Won, Hyunjun Jung, Jungu Cho, Seonmi Park, Chi-Hoon Lee, Hae-Gon Jeon

机构 * Gwangju Institute of Science and Technology（光州科学技术院） ； Yonsei University（延世大学） ； CJ Corporation（CJ集团） 纠错

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

AI总结 RehearsalNeRF通过利用稳定光照下的场景数据，解耦动态光照下的场景辐射，提升动态光照下的视图合成和场景编辑性能。

Comments Accepted to the International Journal of Computer Vision (IJCV). Changyeon Won and Hyunjun Jung contributed equally to this work

From Pixels to Portraits: A Comprehensive Survey of Talking Head Generation Techniques and Applications

从像素到肖像：会说话头像生成技术与应用的全面综述

Shreyank N Gowda, Dheeraj Pandey, Shashank Narayana Gowda

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 综述会说话头像生成技术，将文献分为四类方法并讨论其技术思想等。分析定量指标与感知质量差距，比较公开模型，研究新兴趋势，确定开放挑战，为从业者提供领域地图，突出相关技术和社会问题。

Adaptive Time-step Training for Enhancing Spike-Based Neural Radiance Fields

用于增强基于脉冲的神经辐射场的自适应时间步长训练

Ranxi Lin, Canming Yao, Jiayi Li, Weihang Liu, Xin Lou, Pingqiang Zhou

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 研究针对基于脉冲的神经辐射场模型固定推理时间步长效率低的问题，提出PATA框架，通过参数化目标推理时间步长并两阶段训练，结合多种策略降低推理成本并保持渲染质量。

Real-time 3D Visualization of Radiance Fields on Light Field Displays

光场显示上辐射场的实时3D可视化

Jonghyun Kim, Cheng Sun, Michael Stengel, Matthew Chan, Andrew Russell, Jaehyun Jung, Wil Braithwaite, David Luebke, Shalini De Mello

专题命中 NeRF ：Gaussian Splatting(abstract)；分类 cs.GR

AI总结 针对光场显示需要多视角高分辨率渲染而辐射场计算密集的问题，提出统一高效框架，通过共享中间扫描平面单次合成密集光场视图，实现实时渲染（200+ FPS），速度提升22倍。

Comments 19 pages, 14 figures. J. Kim, C. Sun, and M. Stengel contributed equally