FingerSplat: Contactless Fingerprint 3D Reconstruction and Generation based on 3D Gaussian Splatting
Beijing Key Laboratory of Network System and Network Culture（北京网络系统与网络文化重点实验室）
本文提出FingerSplat框架，首次将3D高斯泼溅用于非接触式指纹识别，在无相机参数和稀疏输入条件下实现指纹三维配准、重建与生成，并提升识别性能。
2025-09-19 cs.CV
ReconPlusGen: Injecting Reconstruction Prior into Multi-view 3D Generation through Noise Inversion and Modulation
HKUST（香港科技大学）；LightIllusions；BYD（比亚迪）；CUHK-Shenzhen（香港中文大学（深圳））
提出ReconPlusGen，通过噪声反演与调制将重建先验注入多视角3D生成，在保留生成灵活性的同时提升重建质量。
2026-09-11 cs.CV
ARM: Appearance Reconstruction Model for Relightable 3D Generation
University of Utah（犹他大学）；Zhejiang University（浙江大学）；UCLA（加利福尼亚大学洛杉矶分校）；Amazon（亚马逊公司）
提出ARM方法，通过解耦几何与外观、在UV纹理空间处理纹理并引入材质先验，从稀疏视角图像重建高质量3D网格与逼真外观，在仅用8块H100 GPU训练下定量与定性均优于现有方法。
2024-11-16 cs.CV cs.GR
PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space
Nanyang Technological University（南洋理工大学）；AISphere（人工智能领域）
针对3D场景生成与重建原有范式存在信息损失等缺陷，提出像素空间统一扩散框架PixWorld，引入几何感知损失，无需预训练自编码器，性能优于现有方法。
2026-07-07 cs.CV
PlückeRF: A Line-based 3D Representation for Few-view Reconstruction
The Australian National University（澳大利亚国立大学）
本文提出PlückeRF，一种基于结构化特征增强线的3D表示，通过连接3D位置与输入视图像素光线来更有效地利用多视图信息，在少视图重建中优于三平面表示及现有前馈方法。
2025-06-04 cs.CV
Efficient 3D Content Reconstruction and Generation
TOYOTA TECHNOLOGICAL INSTITUTE AT CHICAGO（丰田技术研究所芝加哥分校）
本文提出了一种高效的3D内容生成和重建方法，通过结合多视图扩散和稀疏视图3D重建，实现了高质量的3D资产生成，并开发了FastMap算法以提高3D重建的速度和精度。
2026-05-18 cs.CV
Representation Paradigms in AI-based 3D Radiological Image Reconstruction: A Systematic Review
Biomedical Data Analysis and Visualisation (BDAV) Lab, School of Computer Science（生物医学数据与可视化实验室，计算机科学学院）；Anhui Provincial International Joint Research Center for Advanced Technology in Medical Imaging, School of Artificial Intelligence（安徽省国际联合先进医学影像技术研究中心，人工智能学院）；Institute of Translational Medicine, Shanghai Jiao Tong University（转化医学研究院，上海交通大学）
本文综述了基于人工智能的3D放射学图像重建算法，按重建目标参数化方式分为四类表示方法，并讨论了当前发展、挑战及未来方向。
2026-04-28 cs.AI cs.CV cs.GR
Leveling3D: Leveling Up 3D Reconstruction with Feed-Forward 3D Gaussian Splatting and Geometry-Aware Generation
The Chinese University of Hong Kong（香港中文大学）
Leveling3D结合前馈3D重建与几何一致生成，解决传统方法在 extrapolated view 中的缺失区域问题，通过几何感知适配器提升3D重建质量，实现生成与重建的同步优化。
2026-03-17 cs.CV
AlignCVC: Aligning Cross-View Consistency for Single-Image-to-3D Generation
AlignCVC通过分布对齐而非回归损失，提升单图像到3D生成的跨视图一致性与效率。
2025-11-25 cs.CV
UniForge3D: Joint 3D Reconstruction and Generation in a Shared Anchor-Guided Space
Peking University（北京大学）；Math Magic；The Hong Kong University of Science and Technology（香港科技大学）
UniForge3D在共享锚点引导空间中联合建模3D重建与生成，解决坐标不匹配问题，通过双向特征交换等技术，在Toys4K和GSO上实现最先进结果，生成高保真完整3D资产。
2026-10-14 cs.CV
ComplexGen: CAD Reconstruction by B-Rep Chain Complex Generation
Tsinghua University（清华大学）；Microsoft Research Asia（微软亚洲研究院）；University of Science and Technology of China（中国科学技术大学）
我们认为，在边界表示（B-Rep）的CAD模型的重建作为不同的顺序，即顶点，边缘和表面补丁，和图元的对应关系，这是整体建模为一个链复杂的几何图元的检测，并表明，通过建模这样的综合结构更完整和正则化的重建可以实现。我们分两步解决复杂的生成问题。首先，我们提出了一种新的神经框架，由一个稀疏的CNN编码器的输入点云处理和三路径Transformer解码器生成几何图元和它们的相互关系与估计的概率。其次，给定的概率结构预测的神经网络，我们恢复一个明确的B-Rep链复杂的解决方案的全局优化最大化的可能性下的结构有效性的约束和应用几何细化。在大规模CAD数据集上的大量测试表明，B-Rep链复杂结构的建模能够更准确地检测学习和更受约束的重建优化，导致结构上更忠实和完整的CAD B-Rep模型比以前的结果。
2022-05-29 cs.AI cs.CV cs.GR
Flex3D: Feed-Forward 3D Generation with Flexible Reconstruction Model and Input View Curation
GenAI, Meta（Meta 生成式人工智能部门）；University of Oxford（牛津大学）
提出Flex3D两阶段框架，通过候选视图生成与筛选流程处理任意数量高质量输入视图，并基于Transformer的FlexRM输出3D高斯点，在3D生成任务中取得超92%用户研究胜率。
2025-06-02 cs.CV cs.GR eess.IV
GRM: Large Gaussian Reconstruction Model for Efficient 3D Reconstruction and Generation
Stanford University（斯坦福大学）；The Hong Kong University of Science and Technology（香港科技大学）；Shanghai AI Laboratory（上海人工智能实验室）；Zhejiang University（浙江大学）；Ant Group（蚂蚁集团）
本文提出大规模前馈式transformer模型GRM，通过将输入像素转换为像素对齐的3D高斯分布实现高效3D重建，并在质量和效率上超越现有方法，还可结合扩散模型支持文本和图像到3D的生成。
2024-03-21 cs.CV
Geometry-aware Two-scale PIFu Representation for Human Reconstruction
Zhejiang University（浙江大学）；City University of Hong Kong（香港城市大学）
虽然基于PIFu的三维人体重建方法很流行，但恢复的细节质量仍然不令人满意。在稀疏（例如，3个RGBD传感器）捕获设置，深度噪声通常在PIFu表示中被放大，导致平坦的面部表面和几何形状易出错的身体。在本文中，我们提出了一种新型的几何感知双尺度PIFu，用于根据稀疏、有噪输入进行3D人体重建。我们的关键思想是利用深度去噪和3D重建的互补特性，学习双尺度PIFU表示，以分别重建高频面部细节和一致的身体。为此，我们首先将深度去噪和3D重建作为一个多任务学习问题。深度去噪过程丰富了重建特征的局部几何信息，而重建过程利用全局拓扑信息增强了深度去噪。然后，我们建议使用基于去噪深度和几何感知特征的两个MLP来学习双尺度PIFu表示。大量的实验表明，我们的方法在重建面部细节和机构的不同姿态和国家的最先进的方法的优越性。
2022-09-27 cs.CV
Self-supervised Fetal MRI 3D Reconstruction Based on Radiation Diffusion Generation Model
South China University of Technology（华南理工大学）；Pazhou Lab（琶洲实验室）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
针对胎儿MRI重建中强度不均、全局一致性差及运动伪影等问题，提出辐射扩散生成模型RDGM，结合NeRF与扩散模型，实现高质量自监督三维重建，性能达到最先进水平。
2023-10-16 cs.CV cs.LG eess.IV
IM-3D: Iterative Multiview Diffusion and Reconstruction for High-Quality 3D Generation
Meta；University of Oxford（牛津大学）
本文提出IM-3D方法，通过视频生成器改进多视图生成并结合Gaussian splatting重建算法，直接生成高质量3D输出，将2D网络评估次数降低10-100倍，显著提升了效率与质量。
2024-02-13 cs.AI cs.CV cs.LG
Single-Stage Diffusion NeRF: A Unified Approach to 3D Generation and Reconstruction
Tongji University（同济大学）；Apple（苹果公司）；ETH Zürich（苏黎世联邦理工学院）；University of California, San Diego（加利福尼亚大学圣地亚哥分校）；University of Pennsylvania（宾夕法尼亚大学）
针对3D感知图像合成任务通用模型构建难题，提出统一框架SSDNeRF，通过单阶段端到端训练联合优化NeRF自解码器与潜在扩散模型，可同时实现3D重建与先验学习，在多类任务上性能比肩或优于专用方法。
2023-08-25 cs.CV
NeurAR: Neural Uncertainty for Autonomous 3D Reconstruction with Implicit Neural Representations
Zhejiang University（浙江大学）；NetEase Inc.（网易公司）；National University of Singapore（新加坡国立大学）
隐式神经表征在离线3D重建中显示出令人信服的结果，最近也展示了在线SLAM系统的潜力。然而，将它们应用于自主3D重建，其中需要机器人探索场景并规划用于重建的视图路径，尚未研究。在本文中，我们首次探索了使用隐式神经表示进行自主3D场景重建的可能性，解决了两个关键挑战：1）寻求一个标准来衡量候选视点的质量，以基于新的表示进行视图规划，以及2）从可以推广到不同场景的数据中学习该标准，而不是手工制作。为了解决这些问题，首先提出了一种峰值信噪比（PSNR）的代理来量化视点质量;其次，该代理与场景的隐式神经网络参数联合优化。利用所提出的来自神经网络的视图质量标准（称为神经不确定性），我们可以将隐式表示应用于自主3D重建。我们的方法表明显着改善各种指标的渲染图像质量和重建的3D模型的几何质量相比，使用TSDF或重建没有视图规划的变体。项目网页https://kingteeloki-ran.github.io/NeurAR/
2023-02-08 cs.CV
VAIR: Visuo-Acoustic Implicit Representations for Low-Cost, Multi-Modal Transparent Surface Reconstruction in Indoor Scenes
University of Michigan（密歇根大学）
本文提出VAIR方法，通过隐式神经表示融合视觉与声学传感，利用生成式潜在优化学习室内场景隐式表示，实现透明表面密集重建，在低成本平台数据集上显著优于现有技术。
2024-11-07 cs.CV
Geometry-Aware Representation Denoising for Robust Multi-view 3D Reconstruction
KAIST AI（韩国国立科学技术院人工智能研究所）；Samsung Electronics（三星电子）
提出几何感知表示去噪（GARD）框架，在前馈3D重建模型的特征空间中执行扩散式多视角恢复，同时恢复场景几何与高质量RGB图像，在DA3基准上验证有效性。
2026-05-25 cs.CV
Collision-Aware and Observation-Aligned Object-Centric Scene Reconstruction from Point Cloud
Zhejiang University（浙江大学）
提出COOL框架，利用实例与背景点云条件化生成，结合碰撞损失与联合优化，实现碰撞感知、观测对齐的面向对象场景重建。
2026-09-30 cs.CV
RemixFusion: Residual-based Mixed Representation for Large-scale Online RGB-D Reconstruction
National Key Laboratory of Parallel and Distributed Computing（平行与分布式计算国家重点实验室）；National University of Defense Technology（国防科技大学）；Peking University（北京大学）；Xiangjiang Laboratory（湘江实验室）
RemixFusion提出基于残差的混合表示，结合显式TSDF网格与隐式神经模块，在有限资源下实现高质量大规模在线RGB-D重建，并通过优化位姿变化和自适应梯度放大提升相机跟踪精度。
2025-09-15 cs.CV
Gradient-SDF: A Semi-Implicit Surface Representation for 3D Reconstruction
Technical University of Munich（慕尼黑工业大学）
我们提出了一种新的三维几何表示，结合了隐式和显式表示的优点。通过存储在每个体素的有符号的距离场，以及其梯度向量场，我们提高了隐式表示的能力与方法最初制定明确的表面。作为具体的例子，我们表明：（1）连续SDF允许我们从深度图像执行直接SDF跟踪，使用有效的存储方案，如散列图，以及（2）连续SDF表示使我们能够直接在体素表示中执行光度束平差（无需转换为点云或网格），自然是对几何体和相机姿势的全隐式优化，以及轻松的几何体上采样。实验结果证实，这导致显着更清晰的重建。由于总体SDF体素结构仍然受到尊重，因此所提出的并行SDF与相关方法同样适合于（GPU）并行化。
2021-11-26 cs.CV
Hybrid-CSR: Coupling Explicit and Implicit Shape Representation for Cortical Surface Reconstruction
University of California, Irvine（加州大学欧文分校）；Yale University（耶鲁大学）；Meta
本研究提出混合几何深度学习模型Hybrid-CSR，结合显式隐式表示实现皮层表面重建，搭配拓扑校正流水线，在三个脑数据集上的准确性等指标优于现有方法。
2023-07-23 cs.CV
A Point Set Generation Network for 3D Object Reconstruction from a Single Image
Tsinghua University（清华大学）；Stanford University（斯坦福大学）
利用深度神经网络生成三维数据的方法越来越受到研究界的关注。大多数现存的作品诉诸于常规的表示，如体积网格或图像的集合;然而，这些表示模糊了几何变换下的3D形状的自然不变性，也遭受了一些其他问题。在本文中，我们解决的问题，从一个单一的图像三维重建，生成一个直接的形式的输出-点云坐标。伴随着这个问题出现了一个独特而有趣的问题，即输入图像的地面实况形状可能是模糊的。在这种非正统的输出形式和groundtruth中固有的模糊性的驱动下，我们设计了新颖有效的体系结构、损失函数和学习范式。我们的最终解决方案是一个条件形状采样器，能够从输入图像中预测多个看似合理的3D点云。在实验中，我们的系统不仅可以在基于单个图像的3d重建基准上优于最先进的方法，而且它还显示出3d形状完成的强大性能和在做出多个合理预测方面的有前途的能力。
2016-12-07 cs.CV
4Real-Video-V2: Fused View-Time Attention and Feedforward Reconstruction for 4D Scene Generation
Snap Inc.；KAUST
提出首个前馈计算4D时空网格的框架，融合视图-时间注意力于单层，并扩展3D重建，提升4D生成质量与重建能力。
2025-06-18 cs.CV
Go with the Flows: Mixtures of Normalizing Flows for Point Cloud Generation and Reconstruction
ETH Zurich（苏黎世联邦理工学院）；University of Bologna（博洛尼亚大学）；Google（谷歌）；TU Munich（慕尼黑工业大学）
最近，归一化流（NF）在建模3D点云方面表现出了最先进的性能，同时允许在推理时以任意分辨率进行采样。然而，这些基于流的模型仍然需要很长的训练时间和大型模型来表示复杂的几何形状。这项工作通过将NF的混合物应用于点云来增强其代表性。我们表明，在这个更一般的框架中，每个组件学习专门在一个特定的子区域的对象在一个完全无监督的方式。通过用相对较小的NF实例化每个混合物组件，我们生成的点云与基于单流的模型相比具有更好的细节，同时使用更少的参数并大大减少推理运行时间。我们进一步证明，通过添加数据增强，个别的混合成分可以学习专门在语义上有意义的方式。我们评估了基于ShapeNet数据集的生成，自动编码和单视图重建的NF混合物。
2021-11-29 cs.CV
HiMoR: Monocular Deformable Gaussian Reconstruction with Hierarchical Motion Representation
Waseda University（早稻田大学）；Preferred Networks, Inc.（Preferred Networks公司）
HiMoR 提出基于树结构的层次运动表示，用浅层节点建模粗粒度运动、深层节点捕捉精细运动，并结合共享运动基实现结构化形变，从而提升单目动态三维重建与新视角合成质量。
2025-04-08 cs.CV
SPSG: Self-Supervised Photometric Scene Generation from RGB-D Scans
Technical University of Munich（慕尼黑工业大学）；Google（谷歌）
我们提出了SPSG，一种新的方法来生成高质量的，彩色的3D模型的场景从RGB-D扫描观察学习推断未观察到的场景几何形状和颜色在一个自我监督的方式。我们的自我监督方法通过将不完整的RGB-D扫描与该扫描的更完整版本相关联来学习联合修复几何形状和颜色。值得注意的是，我们不是依靠3D重建损失来告知我们的3D几何和颜色重建，而是提出了在2D渲染上操作的对抗性和感知损失，以实现场景的高分辨率，高质量的彩色重建。这利用了来自单个原始RGB-D帧的高分辨率、自一致信号，而帧的融合3D重建则表现出与视图相关效果的不一致性，例如色彩平衡或姿势不一致。因此，通过直接通过2D信号通知我们的3D场景生成，我们可以生成高质量的3D场景彩色重建，在合成和真实数据上都优于现有技术。
2021-04-28 cs.CV
Generalizable Neural Reconstruction of High-Fidelity Surfaces via Sparse Volumetric Representations
Computer Vision Laboratory, EPFL, Switzerland（苏黎世联邦理工学院计算机视觉实验室）
针对通用神经曲面重建中稠密体素导致的内存与分辨率瓶颈，提出SVRecon框架，利用占用率驱动的稀疏体素和两阶段架构，在32GB硬件上实现高达512³分辨率的高保真重建，在稀疏视图下表现更优。
2026-09-17 cs.CV
Compact Model Representation for 3D Reconstruction
Carnegie Mellon University（卡内基梅隆大学）；Queensland University of Technology（昆士兰科技大学）
从二维图像重建三维图像是计算机视觉的核心问题。最近的工作一直集中在重建直接从一个单一的图像。然而，众所周知，仅一个图像不能为这样的重建提供足够的信息。由于3D CAD模型在网上的普遍存在，它已经被接受了。一个基本的问题是如何compensable表示数以百万计的CAD模型，同时允许泛化到新的不可见的对象与精细缩放的几何形状。介绍了一种三维网格的压缩表示方法。我们的方法首先选择一个3D模型，从一个图形结构，通过使用一种新的自由变形FFD 3D-2D注册，然后选择的3D模型进行细化，以最好地适应图像轮廓。我们进行了全面的定量和定性分析，展示了令人印象深刻的密集和现实的3D重建从单一的图像。
2017-07-23 cs.CV
PointForward: Feedforward Driving Reconstruction through Point-Aligned Representations
Xiaomi EV（小米电动车）；Huazhong University of Science and Technology（华中科技大学）；Zhejiang University（浙江大学）
PointForward通过点对齐表示实现驾驶场景重建，采用空间时间融合提升多视角一致性，引入场景图处理动态实例，实现高精度驾驶场景重建。
2026-11-10 cs.CV
Plenodium: UnderWater 3D Scene Reconstruction with Plenoptic Medium Representation
Nanjing University of Science and Technology（南京理工大学）
提出Plenodium全光介质3D表示框架，通过球谐编码结合方向与位置信息实现高精度水下场景重建，并利用伪深度高斯补充和深度排序正则化损失优化初始化与几何，显著提升3D重建效果。
2025-05-27 cs.CV
UNeR3D: Versatile and Scalable 3D RGB Point Cloud Generation from 2D Images in Unsupervised Reconstruction
Tsinghua University（清华大学）；HKUST(GZ)（香港科技大学（广州））；Guangzhou University（广州大学）
本文提出无监督3D重建框架UNeR3D，仅利用2D视图并结合反距离加权颜色渲染、多视图几何与颜色损失，实现任意视图数、任意分辨率的3D RGB点云生成。
2023-12-10 cs.CV
High-Quality Spatial Reconstruction and Orthoimage Generation Using Efficient 2D Gaussian Splatting
TopXGun Robotics（TopXGun机器人）
本文提出基于2D高斯散射的高效方法，实现高质量空间重建和正射影像生成，无需传统DSM和遮挡检测，提升复杂地形和细长结构的渲染质量与效率。
2026-05-03 cs.CV eess.IV
BulletGen: Improving 4D Reconstruction with Bullet-Time Generation
Meta Reality Labs（Meta 现实实验室）
BulletGen利用生成模型在Gaussian动态场景表示中校正错误并补全缺失信息，通过对扩散视频生成模型输出与4D重建在单个冻结子弹时间步骤的对齐，实现新颖视角合成和2D/3D跟踪任务的最先进结果。
2026-04-07 cs.AI cs.CV cs.GR
Fast Neural Representations for Direct Volume Rendering
Technical University of Munich（慕尼黑工业大学）
尽管神经场景表示具有以高重构质量有效压缩3D标量场的潜力，但是使用场景表示网络的训练和数据重构步骤的计算复杂性限制了它们在实际应用中的使用。在本文中，我们分析了场景表示网络是否可以修改，以减少这些限制，以及这种架构是否也可以用于时间重建任务。我们提出了一种新的设计场景表示网络使用GPU张量核心无缝集成到片上光线跟踪内核的重建，并比较这种网络的质量和性能的替代网络和非基于网络的压缩方案。结果表明，我们的设计在高压缩率的竞争力的质量，并显着更快的解码时间和更低的内存消耗在数据重建。我们研究如何密度梯度可以使用网络计算，并显示一个扩展的密度，梯度和曲率预测联合。作为时变场的空间超分辨率方法的替代方案，我们提出了一种基于潜空间插值的解决方案，以实现任意粒度的随机访问重建。我们总结了我们的研究结果的优势和局限性的场景表示网络\changed {压缩域体渲染的评估的形式，并概述了未来的研究方向。
2022-03-14 cs.CV cs.GR
MatMart: Material Reconstruction of 3D Objects via Diffusion
Zhejiang University（浙江大学）；Nanjing University（南京大学）；Alibaba Group（阿里巴巴集团）
本文提出了一种基于扩散模型的3D物体材质重建框架，通过两阶段重建和视图-材质交叉注意力机制，实现高保真材质预测与生成。
2025-11-24 cs.CV cs.GR
TensoSDF: Roughness-aware Tensorial Representation for Robust Geometry and Material Reconstruction
本文提出TensoSDF框架，通过粗糙度感知融合辐射场与反射场并结合张量编码的隐式SDF，实现任意反射材质物体的鲁棒几何与材质重建，同时提升细节、减少训练与推理时间。
2024-05-04 cs.GR
Single-Image HDR Reconstruction by Multi-Exposure Generation
VinAI Research（VinAI研究院）；University of California San Diego（加州大学圣地亚哥分校）
高动态范围（HDR）成像是现代摄影中不可或缺的技术。传统方法侧重于从多幅图像进行HDR重建，解决了图像对齐、融合和色调映射等核心问题，但由于重建中的重影和其他视觉伪影，也有一个完美的解决方案。最近在单图像HDR重建方面的尝试显示了一种有希望的替代方案：通过学习使用神经网络将像素值映射到其辐照度，可以完全绕过合并和合并管道，但仍然获得高质量的HDR图像。在这项工作中，我们提出了一种弱监督学习方法，通过学习从单个图像生成多个曝光来反转HDR重建的物理图像形成过程。我们的神经网络可以反转相机响应，以重建像素辐照度，然后合成多次曝光，并从单个输入图像中产生曝光不足和过度曝光区域的细节。为了训练网络，我们提出了一个表示损失，重建损失，和感知损失的曝光不足和过度的图像对，因此不需要HDR图像进行训练。实验结果表明，该模型能够有效地重建HDR图像.我们的定性和定量结果表明，我们的方法在DrTMO数据集上达到了最先进的性能。我们的代码可在https://github.com/VinAIResearch/single_image_hdr上获得。
2022-10-28 cs.CV cs.GR eess.IV
An Efficient Volumetric Mesh Representation for Real-time Scene Reconstruction using Spatial Hashing
Peking University（北京大学）
网格在机器人技术中的密集实时的【形】重建中起着不可或缺的作用。人们一直在努力为三维数据融合保持灵活的数据结构，但缺少一个专门为在线网格存储和操作设计的高效增量框架。我们提出了一个新的框架，competency-generated，更新和细化网格的场景重建后的体积表示。在保持立方体空间散列域的基础上，将连续值的顶点分布在离散边上，支持O（1）顶点访问并禁止内存冗余。通过在网格加密中引入汉明距离，在保证三角形类型一致性的前提下，以较低的代价进一步提高网格质量。采用基于锁和无锁操作来避免GPU并行计算中的线程冲突。实验结果表明，该算法在保证实时重建速度的前提下，显著降低了网格内存消耗。
2018-03-11 cs.GR cs.RO
