3D 视觉

GeGS-PCR: Effective and Robust 3D Point Cloud Registration with Two-Stage Color-Enhanced Geometric-3DGS Fusion

GeGS-PCR: 有效且鲁棒的3D点云配准：两阶段颜色增强几何-3DGS融合

Jiayi Tian, Haiduo Huang, Tian Xia, Wenzhe Zhao, Pengju Ren

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家级重点实验室） ； National Engineering Research Center of Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 点云 ：3DGS(title,title_cn)；point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出GeGS-PCR，通过结合几何、颜色和高斯信息，解决点云配准中颜色信息利用的挑战，采用颜色编码器和Geometric-3DGS模块提升鲁棒性，结合LORA优化和可微渲染改进收敛性，实现高精度配准。

Visual Localization in 3D Maps: Comparing Point Cloud, Mesh, and NeRF Representations

Lintong Zhang, Yifu Tao, Jiarong Lin, Fu Zhang, Maurice Fallon

专题命中 点云 ：NeRF(title,abstract)；point cloud(title,abstract)；分类 cs.CV、cs.RO

PointGS: Semantic-Consistent Unsupervised 3D Point Cloud Segmentation with 3D Gaussian Splatting

PointGS: 基于3D高斯散射的语义一致无监督3D点云分割

Yixiao Song, Qingyong Li, Wen Wang, Zhicheng Yan

机构 * Key Laboratory of Big Data & Artificial Intelligence in Transportation (Beijing Jiaotong University), Ministry of Education（大数据与人工智能在交通运输中的关键实验室（北京交通大学），教育部） ； Frontiers Science Center for Smart High-speed Railway System, Beijing Jiaotong University（智能高速铁路系统前沿科学中心，北京交通大学） 纠错

专题命中 点云 ：Gaussian Splatting(title,abstract)；point cloud(title,abstract)；分类 cs.CV

AI总结 PointGS通过3D高斯散射统一中间表示，解决3D点云与2D图像的语义一致性问题，实现无监督分割，优于现有方法，在ScanNet-V2和S3DIS上分别提升0.9%和2.8%的mIoU。

Comments Accepted by Computer Vision and Pattern Recognition (CVPR) 2026

GAPrompt: Geometry-Aware Point Cloud Prompt for 3D Vision Model

Zixiang Ai, Zichen Liu, Yuanhang Lei, Zhenyu Cui, Xu Zou, Jiahuan Zhou

机构 * Wangxuan Institute of Computer Technology, Peking University, Beijing, China（王轩计算机技术研究所，北京大学，北京，中国） ； State Key Laboratory of CAD\&CG, Zhejiang University, Hangzhou, China（CAD\&CG国家重点实验室，浙江大学，杭州，中国） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China（人工智能与自动化学院，华中科技大学，武汉，中国） 纠错

专题命中 点云 ：3D vision(title,abstract)；point cloud(title,abstract)；分类 cs.CV

Comments Accepted by ICML 2025

Masked Generative Extractor for Synergistic Representation and 3D Generation of Point Clouds

Hongliang Zeng, Ping Zhang, Fang Li, Jiahua Wang, Tingyu Ye, Pengteng Guo

专题命中 点云 ：point cloud(title,abstract)；3D generation(title)；分类 cs.CV

Just Add $100 More: Augmenting NeRF-based Pseudo-LiDAR Point Cloud for Resolving Class-imbalance Problem

Mincheol Chang, Siyeong Lee, Jinkyu Kim, Namil Kim

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

Comments 28 pages, 12 figures, 11 tables

Scenes as Tokens: Multi-Scale Normal Distributions Transform Tokenizer for General 3D Vision-Language Understanding

场景作为标记：多尺度正常分布变换标记器用于通用3D视觉-语言理解

Yutao Tang, Cheng Zhao, Gaurav Mittal, Rohith Kukkala, Rama Chellappa, Cheng Peng, Mei Chen

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Microsoft（微软公司） 纠错

专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV

AI总结 NDTokenizer3D通过多尺度NDT表示和解码器实现通用3D视觉-语言理解，提升3D场景任务性能。

Pre-training with 3D Synthetic Data: Learning 3D Point Cloud Instance Segmentation from 3D Synthetic Scenes

Daichi Otsuka, Shinichi Mae, Ryosuke Yamada, Hirokatsu Kataoka

专题命中 点云 ：point cloud(title,abstract)；3D generation(abstract)；spatial understanding(abstract)；分类 cs.CV

SurfFill: Completion of LiDAR Point Clouds via Gaussian Surfel Splatting

SurfFill: 通过高斯曲面元填充完成LiDAR点云

Svenja Strobel, Matthias Innmann, Bernhard Egger, Marc Stamminger, Linus Franke

机构 * NavVis GmbH（NavVis公司） ； Inria, Université Côte d'Azur（Inria与阿尔卑斯海岸大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR、cs.RO

AI总结 针对LiDAR点云缺失薄结构和边缘细节的问题，提出基于高斯曲面元（Gaussian surfel）的补全方案SurfFill，利用光束发散启发式识别模糊区域并优化曲面元重建以生长新点，在合成和真实场景中优于先前方法。

Comments Project page: https://lfranke.github.io/surffill

Neural LiDAR Bundle Adjustment

神经激光雷达光束平差

Chin Yung Anson Hon, Kaicheng Zhang, Sen Wang

机构 * Imperial College London（伦敦帝国理工学院） 纠错

专题命中 点云 ：NeRF(summary_cn,abstract)；point cloud(abstract)；分类 cs.RO

AI总结 研究探索RGB NeRFs和LiDAR NeRFs关键设计差异，发现体素采样密度对LiDAR NeRF重要，据此提出Neural LiDAR Bundle Adjustment算法，实验证明其在多视点云配准和3D映射中有出色性能。

Comments 8 pages, 8 figures, 4 tables

Structured-Li-GS: Structured 3D Gaussians Splatting with LiDAR Incorporation and Spatial Constraints

Structured-Li-GS：结合LiDAR与空间约束的结构化3D高斯泼溅

Huaiyuan Weng, Huibin Li, Chul Min Yeum

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 点云 ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；point cloud(abstract)

AI总结 提出Structured-Li-GS框架，利用LiDAR-惯性-视觉SLAM生成密集彩色点云，通过锚定高斯原语并初始化椭球参数，结合光度、扁平化、偏移、深度和法向损失训练，无需高斯密集化即可实现高质量3D重建，模型适中且性能优于现有方法。

Comments 9 pages, ISPRS Congress 2026

Any3D-VLA: Enhancing VLA Robustness via Diverse Point Clouds

Any3D-VLA：通过多样化点云增强VLA鲁棒性

Xianzhe Fan, Shengliang Deng, Xiaoyang Wu, Yuxiang Lu, Zhuoling Li, Mi Yan, Yujia Zhang, Zhizheng Zhang, He Wang, Hengshuang Zhao

机构 * School of Computing and Data Science, The University of Hong Kong, Hong Kong SAR, China（计算与数据科学学院，香港大学，香港特别行政区，中国） ； School of Computing（计算学院） ； Peking University, Beijing, China（北京大学，北京，中国） 纠错

专题命中 点云 ：point cloud(title,abstract)；spatial understanding(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出Any3D-VLA，通过整合点云与2D表示，提升VLA在复杂场景中的鲁棒性，解决3D数据稀缺和领域差距问题。

Comments ICML 2026

Register Any Point: Scaling 3D Point Cloud Registration by Flow Matching

注册任意点：通过流匹配扩展3D点云注册

Yue Pan, Tao Sun, Liyuan Zhu, Lucas Nunes, Iro Armeni, Jens Behley, Cyrill Stachniss

专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出通过流匹配方法实现3D点云注册，直接生成对齐点云，提高效率和全局一致性，在多视角注册基准中取得最佳性能。

A Bag of Tricks for Efficient Implicit Neural Point Clouds

Florian Hahlbohm, Linus Franke, Leon Overkämping, Paula Wespe, Susana Castillo, Martin Eisemann, Marcus Magnor

机构 * TU Braunschweig（Braunschweig 大学） ； FAU Erlangen-Nürnberg（埃尔兰根-纽伦堡大学） ； University of New Mexico（新墨西哥大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

Comments Project page: https://fhahlbohm.github.io/inpc_v2/

SuperPC: A Single Diffusion Model for Point Cloud Completion, Upsampling, Denoising, and Colorization

Yi Du, Zhipeng Zhao, Shaoshu Su, Sharath Golluri, Haoze Zheng, Runmao Yao, Chen Wang

机构 * Spatial AI & Robotics (SAIR) Lab, University at Buffalo（空间人工智能与机器人实验室，布法罗大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

Journal ref IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025

Audio-3DVG: Unified Audio -- Point Cloud Fusion for 3D Visual Grounding

Duc Cao-Dinh, Khai Le-Duc, Anh Dao, Bach Phan Tat, Chris Ngo, Duy M. H. Nguyen, Nguyen X. Khanh, Thanh Nguyen-Tang

机构 * Hanyang University（汉阳大学） ； University of Toronto（多伦多大学） ； University Health Network（大学健康网络） ； Knovel Engineering Lab（Knovel工程实验室） ； Michigan State University（密歇根州立大学） ； KU Leuven（鲁汶大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Max Planck Research School for Intelligent Systems (IMPRS-IS)（马克斯·普朗克智能系统研究学校） ； University of Stuttgart（斯图加特大学） ； UC Berkeley（伯克利大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV、cs.RO

Comments Preprint, 51 pages

GaussianAnything: Interactive Point Cloud Flow Matching For 3D Object Generation

Yushi Lan, Shangchen Zhou, Zhaoyang Lyu, Fangzhou Hong, Shuai Yang, Bo Dai, Xingang Pan, Chen Change Loy

专题命中 点云 ：point cloud(title,abstract)；3D generation(abstract)；分类 cs.CV、cs.GR

Comments ICLR 2025 project page: https://nirvanalan.github.io/projects/GA/

BelHouse3D: A Benchmark Dataset for Assessing Occlusion Robustness in 3D Point Cloud Semantic Segmentation

Umamaheswaran Raman Kumar, Abdur Razzaq Fayjie, Jurgen Hannaert, Patrick Vandewalle

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV、cs.RO

Comments 20 pages, 6 figures, 3 tables, accepted at ECCV 2024 Workshops

OmniColor: A Global Camera Pose Optimization Approach of LiDAR-360Camera Fusion for Colorizing Point Clouds

Bonan Liu, Guoyang Zhao, Jianhao Jiao, Guang Cai, Chengyang Li, Handi Yin, Yuyang Wang, Ming Liu, Pan Hui

专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

Comments 2024 IEEE International Conference on Robotics and Automation (ICRA)

Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA)

GPN: Generative Point-based NeRF

Haipeng Wang

专题命中 点云 ：NeRF(title,abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

Deep Point Cloud Normal Estimation via Triplet Learning

Weijia Wang, Xuequan Lu, Dasith de Silva Edirimuni, Xiao Liu, Antonio Robles-Kelly

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV、cs.GR

Comments Accepted by ICME 2022. Supplementary material available at https://ieeexplore.ieee.org/document/9859844/media#media

S3CNet: A Sparse Semantic Scene Completion Network for LiDAR Point Clouds

Ran Cheng, Christopher Agia, Yuan Ren, Xinhai Li, Liu Bingbing

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV、cs.RO

Comments 14 pages

Journal ref PMLR 155 (2021) 2148-2161

Xihe: A 3D Vision-based Lighting Estimation Framework for Mobile Augmented Reality

Yiqin Zhao, Tian Guo

专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

Points2Vec: Unsupervised Object-level Feature Learning from Point Clouds

Joël Bachmann, Kenneth Blomqvist, Julian Förster, Roland Siegwart

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV、cs.RO

A Survey on Deep Learning Architectures for Point Cloud Classification and Segmentation

针对点云分类和分割的深度学习架构系统性调研

Minhas Kamal, Hiranya Garbha Kumar, Balakrishnan Prabhakaran

机构 * State University of New York at Albany（纽约州立大学阿尔巴尼分校） 纠错

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV

AI总结 本文系统性地探讨了点云分类和分割中的深度学习架构，分析了点云数据的结构特性，分类了不同架构的工作，并评估了其在主流基准上的性能，同时指出了开放挑战和未来方向。

Comments We reviewed a decade of advancements in point cloud processing: trace the evolution of the field from its foundational roots to the modern SOTA, analyze how diverse architectures overcome the inherent geometric challenges of 3D data, and map out critical research gaps alongside promising future directions. GitHub: https://github.com/MinhasKamal/DeepLearningForPointCloud

Journal ref ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2026

Geometry-Based Compression of Plenoptic Point Clouds

基于几何的全光点云压缩

Davi R. Freitas, Gustavo L. Sandri, Ricardo L. de Queiroz

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 提出一种整合进MPEG G-PCC标准的PPC属性压缩方法，经不同分辨率PPC测试，性能优于现有同类方案，有望成为新最优方案。

PointCSP: Cross-Sample Semantic Propagation and Stability Preservation in Self-Supervised Point Cloud Learning

PointCSP：自监督点云学习中的跨样本语义传播与稳定性保持

Xinxing Yu, Ajian Liu, Sunyuan Qiang, Hui Ma, Liying Yang, Yuzhong Wang, Zhi Rao, Yanyan Liang

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV

AI总结 研究点云自监督学习中跨场景语义一致性问题，提出基于跨样本语义传播的PC-SSL框架及非对称语义保持蒸馏，在状态空间显式建模样本动态依赖，实现跨样本语义对齐与稳定转移，实验证明性能优于现有方法。

Comments conference

Domain Generalizable Adaptation of 3D Vision-Language Models via Regularized Fine-Tuning

通过正则化微调实现可域泛化的3D视觉-语言模型适应

Sneha Paul, Zachary Patterson, Nizar Bouguila

机构 * Concordia University（康考迪亚大学） 纠错

专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；分类 cs.CV

AI总结 提出ReFine3D框架，通过选择性层调优、多视图一致性、同义词提示及点渲染视觉监督等正则化策略，提升3D大语言模型在域泛化中的性能。

Comments Accepted at Transactions on Machine Learning Research (TMLR)

A Cookbook of 3D Vision: Data, Learning Paradigms, and Application

3D视觉食谱：数据、学习范式与应用

Hongyang Du, Zongxia Li, Dawei Liu, Runhao Li, Haoyuan Song, Qingyu Zhang, Yubo Wang, Jingcheng Ni, Shihang Gui, Congchao Dong, Tao Hu

机构 * Brown University（布朗大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Southern California（南加州大学） ； New York University（纽约大学） ； The University of Sydney（悉尼大学） ； Stability AI 纠错

专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出一种以数据为中心的3D视觉分类法，通过分析点云、网格、体素和3D高斯等几何表示及其获取流程，以及数据集设计、基准构建和监督机制，统一了表示、学习范式与下游任务（重建、生成、视频建模）之间的关系。

Comments Accepted to the CVPR 2026 OpenSUN3D Workshop. Official version available at CVF Open Access. https://openaccess.thecvf.com/content/CVPR2026W/OpenSUN3D/html/Du_A_Cookbook_of_3D_Vision_Data_Learning_Paradigms_and_Application_CVPRW_2026_paper.html

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026

LiDAR Point Cloud Colourisation Using Multi-Camera Fusion and Low-Light Image Enhancement

使用多相机融合和低光图像增强的LiDAR点云着色

Pasindu Ranasinghe, Dibyayan Patra, Bikram Banerjee, Simit Raval

专题命中 点云 ：point cloud(title,abstract)；spatial understanding(abstract)；分类 cs.CV

AI总结 提出一种硬件无关的方法，通过多相机融合和低光增强模块，实现机械LiDAR点云的360度着色，在低光照条件下仍能恢复场景细节。

Journal ref Sensors 25(21), 6582 (2025)