Delving into Dynamic Scene Cue-Consistency for Robust 3D Multi-Object Tracking
深入研究动态场景提示一致性以实现稳健的3D多目标跟踪
机构 * Fabu
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出DSC-Track方法，通过动态场景提示一致性提升3D多目标跟踪的鲁棒性，实验表明其在nuScenes基准上达到SOTA性能。
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 感知 6065 篇
Test-time Correction: An Online 3D Detection System via Visual Prompting
测试时校正：通过视觉提示的在线3D检测系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Lab（上海人工智能实验室） ； GAC R&D Center（GAC研发中心） ； The University of Hong Kong（香港大学） ； Google（谷歌） ； Koç University（科克大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出一种通过视觉提示实现在线3D检测的测试时校正系统，旨在提升自动驾驶系统在部署后的实时纠错能力。
Detect Anything 3D in the Wild
在野外检测任意3D对象
机构 * OpenDriveLab at Shanghai AI Laboratory（上海人工智能实验室开放驾驶实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； CUHK MMLab（香港大学多模态实验室） ； Tsinghua University（清华大学） ； GAC R&D Center（广汽研发中心）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 DetAny3D通过结合2D基础模型知识和3D解释器，实现了在任意相机配置下检测任意新物体的3D检测基础模型。
Physical ID-Transfer Attacks against Multi-Object Tracking via Adversarial Trajectory
针对多目标跟踪的物理ID转移攻击
机构 * University of Arizona（亚利桑那大学） ； HERE Technologies（HERE技术公司） ； Purdue University（普渡大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出AdvTraj，一种针对多目标跟踪的在线物理ID转移攻击，通过对抗性轨迹干扰跟踪系统，提升系统鲁棒性。
Comments Accepted to Annual Computer Security Applications Conference (ACSAC) 2024
Language-Guided Open-World Anomaly Segmentation
语言引导的开放世界异常分割
机构 * Technical University of Munich（慕尼黑技术大学） ； BMW Group（宝马集团）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 基于CLIP的开放世界异常分割方法，通过零样本学习实现未知物体的分割与命名，提升自动驾驶中的异常检测能力。
OpenBox: Annotate Any Bounding Boxes in 3D
OpenBox: 任意3D边界框的标注
机构 * Seoul National University（首尔国立大学） ； POSTECH
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 OpenBox通过2D视觉基础模型实现无需自我训练的高质量3D边界框标注，提升自动驾驶中物体检测的准确性和效率。
Comments Accepted by NeurIPS 2025
VSRD++: Autolabeling for 3D Object Detection via Instance-Aware Volumetric Silhouette Rendering
VSRD++: 通过实例感知的体素轮廓渲染实现3D目标检测的自标注
机构 * Department of System and Control Engineering, Institute of Science Tokyo, Tokyo（系统与控制工程系，科学东京研究所）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 VSRD++通过实例感知的体素轮廓渲染技术实现单目3D目标检测的弱监督自标注，有效提升静态和动态场景下的检测性能。
Comments arXiv admin note: text overlap with arXiv:2404.00149
Multi-Scenario Highway Lane-Change Intention Prediction: A Physics-Informed AI Framework for Three-Class Classification
多场景高速公路变道意图预测：一种融合物理的AI框架用于三类分类
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文提出融合物理的AI框架，通过整合车辆动力学和交通安全指标，实现高速公路变道意图的三类分类预测，提升自动驾驶系统的安全性和决策能力。
DM$^3$T: Harmonizing Modalities via Diffusion for Multi-Object Tracking
DM$^3$T: 通过扩散和谐多模态以实现多目标跟踪
机构 * China Agricultural University（中国农业大学） ； Beijing Normal University（北京师范大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 DM$^3$T通过扩散模型实现多模态特征对齐，提升多目标跟踪的准确性和鲁棒性。
UAV-MM3D: A Large-Scale Synthetic Benchmark for 3D Perception of Unmanned Aerial Vehicles with Multi-Modal Data
UAV-MM3D: 一种大规模合成基准，用于多模态数据下的无人机三维感知
机构 * Pengcheng Laboratory（鹏城实验室） ； University of Southern California（南加州大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 UAV-MM3D通过多模态合成数据提升无人机三维感知能力，提供高保真数据集和多任务基线模型。
SemOD: Semantic Enabled Object Detection Network under Various Weather Conditions
SemOD：在各种天气条件下启用语义的对象检测网络
机构 * Department of Electrical and Computer Engineering, University of Rochester（罗切斯特大学电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of California, Los Angeles（加州大学洛杉矶分校电气与计算机工程系）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 SemOD通过引入语义信息提升多天气条件下物体检测性能，mAP提升1.47%-8.80%
Open Vocabulary Monocular 3D Object Detection
开放词汇单目3D物体检测
机构 * University of Virginia（弗吉尼亚大学） ； California Institute of Technology（加州理工学院）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出了一种开放词汇单目3D检测方法，通过整合预训练的2D和3D视觉模型，解决3D标注稀缺和语义歧义问题，实现对新类别的零样本检测和已有类别的域内检测。
Comments 3DV 2026, Project page: https://cvlab.cs.virginia.edu/ovmono3d
Power-Efficient Autonomous Mobile Robots
低功耗自主移动机器人
机构 * Department of Computer Science and Engineering, University of Michigan, USA（计算机科学与工程系，密歇根大学） ； Department of Computer and Information Sciences, University of Delaware, USA（计算机与信息科学系，特拉华大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出pNav系统，通过联合优化自主移动机器人物理和网络子系统，显著提升其功率效率，实测显示功率消耗降低38.1%。
Comments 13 pages, 16 figures
SupLID: Geometrical Guidance for Out-of-Distribution Detection in Semantic Segmentation
SupLID：用于语义分割中异常检测的几何指导
机构 * The University of Melbourne（墨尔本大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 SupLID通过利用语义空间的几何结构，提升语义分割中分布外检测的准确性与效率。
Comments 10 pages, CIKM 2025
Journal ref In Proceedings of the 34th ACM International Conference on Information and Knowledge Management (CIKM 2025), pages 2905-2914, 2025
Exploring Surround-View Fisheye Camera 3D Object Detection
探索环绕视图鱼眼相机的3D目标检测
机构 * Changcai Li 1,2（李昌才 1,2） ； Wenwei Lin 1（林文伟 1） ； Zuoxun Hou 3（侯宙勋 3） ； Gang Chen 1（陈刚 1） ； Wei Zhang 2（张伟 2） ； Huihui Zhou 2（周会会 2） ； Weishi Zheng 1（郑伟世 1）
专题命中 感知 ：BEV(abstract)；分类 cs.CV
AI总结 本文提出FisheyeBEVDet和FisheyePETR两种方法，利用鱼眼图像的几何特性提升3D目标检测精度，通过Fisheye3DOD数据集验证效果，提升6.2%
Comments 9 pages,6 figures, accepted at AAAI 2026
Journal ref Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), 2026
DAGLFNet: Deep Feature Attention Guided Global and Local Feature Fusion for Pseudo-Image Point Cloud Segmentation
DAGLFNet：基于伪图像的深度特征注意力引导的全局和局部特征融合用于伪图像点云分割
机构 * College of Computer Science, Chengdu University of Information Technology（成都信息科技大学计算机学院） ； College of Computer Science, Sichuan University（四川大学计算机学院） ； Publications Department, Optica Publishing Group（Optica出版社出版部） ； Department of Electronic Journals, Optica Publishing Group（Optica出版社电子期刊部）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 DAGLFNet通过深度特征注意力引导的全局和局部特征融合，提升伪图像点云分割的准确性和效率。
Improving Multimodal Distillation for 3D Semantic Segmentation under Domain Shift
改进多模态蒸馏以应对激光雷达语义分割中的域移位
机构 * CNRS, IRISA, Univ. Bretagne Sud（CNRS、IRISA、布列塔尼大学） ； LIGM, Ecole des Ponts, Univ Gustave Eiffel, CNRS（LIGM、巴黎理工学院、古斯塔夫·埃菲尔大学、CNRS）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 本研究提出改进多模态蒸馏方法，通过冻结预训练主干网络并训练MLP头，提升激光雷达语义分割在域移位下的性能。
Comments Accepted at BMVC 2025
Sparse Reasoning is Enough: Biological-Inspired Framework for Video Anomaly Detection with Large Pre-trained Models
稀疏推理已足够：基于生物启发的视频异常检测大预训练模型框架
机构 * School of Computer Science Peking University（北京大学计算机科学学院）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 ReCoVAD通过生物启发的双通路框架实现视频异常检测，利用稀疏推理降低计算成本，取得最佳无训练性能。
VLM-Augmented Degradation Modeling for Image Restoration Under Adverse Weather Conditions
增强型退化建模用于恶劣天气下的图像修复
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出了一种结合视觉-语言模型和隐式记忆库的统一模型，用于在恶劣天气下高效恢复图像，提升了修复精度和计算效率。
Journal ref Proc. 2025 30th International Conference on Automation and Computing (ICAC), pp. 1-6, 2025
Driving in Spikes: An Entropy-Guided Object Detector for Spike Cameras
在尖峰中驾驶：一种基于熵引导的对象检测器用于尖峰相机
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出EASD，一种基于熵引导的端到端尖峰相机检测器，通过双分支设计提升尖峰流检测性能，并引入DSEC尖峰基准用于自动驾驶场景。
Graph Query Networks for Object Detection with Automotive Radar
机构 * University of Wuppertal（乌珀塔尔大学）
专题命中 感知 ：BEV(abstract)；分类 cs.CV
Comments Accepted in WACV 2026 Main Conference
Gallant: Voxel Grid-based Humanoid Locomotion and Local-navigation across 3D Constrained Terrains
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Tokyo（东京大学） ； Shanghai Jiaotong University（上海交通大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.RO
SMOL-MapSeg: Show Me One Label as prompt
机构 * IKG
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
TSE-Net: Semi-supervised Monocular Height Estimation from Single Remote Sensing Images
机构 * Chair of Data Science in Earth Observation, Technical University of Munich (TUM)（地球观测数据科学教授职位，慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
Difficulty-Aware Label-Guided Denoising for Monocular 3D Object Detection
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
Comments AAAI 2026 accepted
WinMamba: Multi-Scale Shifted Windows in State Space Model for 3D Object Detection
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
Comments 9 pages, 3 figures,
Monocular 3D Lane Detection via Structure Uncertainty-Aware Network with Curve-Point Queries
专题命中 感知 ：BEV(abstract)；分类 cs.CV
DR. Nav: Semantic-Geometric Representations for Proactive Dead-End Recovery and Navigation
机构 * Dept. of Computer Science at the University of Virginia（弗吉尼亚大学计算机科学系） ； Dept. of Computer Science at the University of Maryland College Park（马里兰大学学院市计算机科学系）
专题命中 感知 ：LiDAR(abstract)；分类 cs.RO
Scalable Hierarchical AI-Blockchain Framework for Real-Time Anomaly Detection in Large-Scale Autonomous Vehicle Networks
机构 * organization= Dept. of Computer Science \& Engg., International Institute of Information Technology , city= Bhubaneswar , postcode= 751003 , state= Odisha , country= India ； organization= Dept. of Computer Science, Maharaja Sriram Chandra Bhanja Deo University , city= Baripada , postcode= 757003 , state= Odisha , country= India
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
Comments Submitted to the Journal
Density-aware global-local attention network for point cloud segmentation
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院，北京100190，中国） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing 100049, China（人工智能学院，中国科学院大学，北京100049，中国）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
Comments Accepted by Image and Vision Computing
Journal ref Image and Vision Computing, Volume 165, 2026, 105822
