Deep inspection: an electrical distribution pole parts study via deep neural networks
The University of Queensland(昆士兰大学);Energy Queensland(昆士兰能源公司)
配电杆是电力供应中的重要资产。这些电线杆需要保持良好的状态,以确保它们保护社区安全,保持供电可靠性,并履行立法义务。然而,维持如此大量的资产是一项昂贵且具有挑战性的任务。为了解决这个问题,最近的方法利用从直升机和/或无人机检查中捕获的图像数据。在降低人工检查成本的同时,仍然需要对每个图像进行人工分析。因此,已经提出了几种基于图像的自动检查系统。在本文中,我们针对两个主要的挑战:微小的目标检测和极不平衡的数据集,目前阻碍了广泛部署的自动检测。我们提出了一种新的两阶段的放大检测方法,逐步关注感兴趣的对象。为了解决数据集不平衡的问题,我们提出了重新分配和重新加权方案,以迭代地使模型适应主要类别的大类内变化,并平衡每个类别对损失的贡献。最后,我们将这些组件集成在一起,设计了一个新的自动检测框架。大量的实验表明,我们提出的方法是有效的,可以提高性能相比,基线方法。
2019-07-16 cs.CV eess.IV
Automated Non-Destructive Inspection of Fused Filament Fabrication Components Using Thermographic Signal Reconstruction
Michigan State University(密歇根州立大学);Thermal Wave Imaging, Inc.(热波成像公司)
制造商努力以一个批量生产低成本、坚固和复杂的部件。熔丝制造(FFF)等增材工艺可以廉价地生产复杂的几何形状,但缺陷限制了关键应用的可行性。我们提出了一种高精度,高通量和低成本的自动化无损检测(NDT)的FFF层间分层使用闪光热成像(FT)数据处理与热成像信号重建(TSR)和人工智能(AI)的方法。深度神经网络(DNN)在区分聚乳酸(PLA)部件中的四个5mm次表面分层厚度时达到95.4%的每像素准确度,并且在区分相同组件的可接受和不可接受条件时达到98.6%的准确度。自动化检测可实现对分层缺陷的100%检测,支持FFF在关键和小批量应用中的使用。
2019-07-05 cs.CV eess.IV
SIGMAN:Scaling 3D Human Gaussian Generation with Millions of Assets
USTC(中国科学技术大学);Shanghai AI Lab(上海人工智能实验室);SJTU(上海交通大学);CMU(卡内基梅隆大学)
本文提出SIGMAN,通过UV结构化VAE与DiT条件生成构建潜在空间生成范式,并构建包含100万3D高斯资产的HGS-1M数据集,实现高质量3D人体生成。
2025-04-09 cs.CV
Autonomous 3D Visual-Thermal Inspection for Utility-Scale Solar Farms
CSIRO(联邦科学与工业研究组织)
本文提出 Tricorder 系统,结合 LiDAR-inertial SLAM 与多模态图像及机器学习,实现 utility-scale 太阳能农场面板下光伏资产的自主三维视觉-热红外巡检,可精准检测并定位各类缺陷。
2026-10-14 cs.AI cs.CV cs.RO
CIPHER: Culvert Inspection through Pairwise Frame Selection and High-Efficiency Reconstruction
本文提出一种高效的RGB基3D重建管道,用于在视觉重复环境中对涵洞结构进行自动检查,通过成对帧选择和实时重建提升检查效率。
2026-03-14 cs.CV
From Flight to Insight: Semantic 3D Reconstruction for Aerial Inspection via Gaussian Splatting and Language-Guided Segmentation
Faculty of Engineering and Computer Science, University of Victoria(工程与计算机科学学院,维多利亚大学);Cognia AI Inc.(Cognia AI公司)
本文提出一种基于无人机和三维高斯泼溅的语义重建流程,结合语言引导分割,实现航空巡检中的灵活交互与场景理解。
2025-05-23 cs.CV cs.GR eess.IV
STN PLAD: A Dataset for Multi-Size Power Line Assets Detection in High-Resolution UAV Images
Voxar Labs, Centro de Informática, Universidade Federal de Pernambuco(Voxar Labs,伯南布哥联邦大学信息中心);Universidade Federal Rural de Pernambuco(伯南布哥联邦农村大学);In Forma Software(In Forma Software 公司);Sistema de Transmissão Nordeste - STN(东北输电系统公司)
例如,许多电力线公司正在使用无人机来执行他们的检查过程,而不是让他们的工人爬上高压电力线塔。输电线路巡检的一项重要任务是对输电线路中的资产进行检测和分类。然而,与电力线资产相关的公共数据很少,阻碍了这一领域的更快发展。这项工作提出了电力线资产数据集,包含多个高压电力线组件的高分辨率和真实世界的图像。它有2,409个注释对象,分为五类:输电塔,绝缘子,垫片,塔板和Stockbridge阻尼器,它们在大小(分辨率),方向,照明,角度和背景方面各不相同。这项工作还提出了一个流行的深度目标检测方法的评估,显示出相当大的改进空间。ESPLAD数据集可在www.example.com上公开获得。
2021-09-02 cs.CV
Semantic BIM enrichment for firefighting assets: Fire-ART dataset and panoramic image-based 3D reconstruction
University of Cambridge(剑桥大学);University of Macau(澳门大学);University of Seoul(首尔大学)
本研究提出Fire-ART数据集和基于全景图像的3D重建方法,用于提升消防资产在BIM中的语义化管理与数字化水平。
2025-11-03 cs.CV
Safety Assessment of Scaffolding on Construction Site using AI
Luleå University of Technology(吕勒奥理工大学)
本文提出基于云AI平台分析脚手架点云数据,通过与认证参考数据对比自动检测结构修改,以减少人工检查并提升建筑工地安全。
2025-09-22 cs.AI cs.CV
Unsupervised Anomaly Detection Using Diffusion Trend Analysis for Display Inspection
Samsung Display(三星显示公司);Stanford University(斯坦福大学)
本文针对显示检测中重建式扩散模型异常检测的噪声参数难确定和正常区域误检问题,提出基于重建趋势分析的异常检测方法。
2025-08-18 cs.CV cs.LG
Does Super-Resolution Preserve Defect Evidence? A Low-False-Call Benchmark for Semiconductor Inspection
Santa Clara University(圣克拉拉大学)
研究超分辨率在半导体检测中是否保留缺陷证据,通过特定基准实验,将重建与检测分离并以低误报率评估,发现重建保真度与检测效用有差异,得出检测超分辨率应依任务证据和操作点转移判断而非仅看重建质量的结论。
2026-07-21 cs.CV
EdgeMLOps: Operationalizing ML models with Cumulocity IoT and thin-edge.io for Visual quality Inspection
Cumulocity GmbH(库美路西有限公司);Siemens AG(西门子股份公司);Software AG(软件股份公司)
本文提出 EdgeMLOps 框架,结合 Cumulocity IoT 和 thin-edge.io 解决边缘设备上 ML 模型部署与管理难题,并通过 VQI 用例及在树莓派上验证量化方法加速推理,实现高效可扩展的工业边缘 AI 部署。
2025-01-28 cs.AI cs.CV cs.LG
ExMesh++: From Multi-View Images to Relightable UV-PBR Mesh Assets via Topology-Adaptive Reconstruction and Decomposition
University of Science and Technology of China(中国科学技术大学);Alibaba Group(阿里巴巴集团)
ExMesh++是一种分阶段框架,通过拓扑自适应重建与分解,从多视图图像生成可重光照UV-PBR网格资产,在几何精度、重光照性能上表现优异,导出资产可直接用于标准DCC工作流。
2026-09-01 cs.CV cs.GR
From Images2Mesh: A 3D Surface Reconstruction Pipeline for Non-Cooperative Space Objects
Department of Aerospace, Physics and Space Sciences, Florida Institute of Technology(航空航天物理与空间科学系,佛罗里达理工学院)
本文提出了一种基于单目图像的神经隐式表面重建流水线,用于非合作空间物体的在轨检查影像处理,解决了真实场景中背景分割和光照校正的问题。
2026-04-30 cs.CV
Object detection-based inspection of power line insulators: Incipient fault detection in the low data-regime
Swissgrid AG(瑞士电网公司)
基于深度学习的目标检测是检测电力线路中故障绝缘子的强大方法。这涉及从头开始训练目标检测模型,或微调在基准计算机视觉数据集上预训练的模型。这种方法适用于大量绝缘子图像,但在低数据状态下可能会导致模型不可靠。目前的文献主要集中在检测绝缘子帽的存在或不存在,这是一个相对容易的检测任务,并没有考虑更精细的故障,如闪光和破碎的磁盘检测。在这篇文章中,我们制定了三个目标检测任务的绝缘子和资产检查从航空图像,重点是早期故障的磁盘。我们策划了一个大型的绝缘子图像参考数据集,可用于学习检测健康和故障绝缘子的鲁棒特征。我们通过对参考数据集进行预训练,然后对目标数据集进行微调,研究了在低目标数据制度中使用该数据集的优势。结果表明,目标检测模型可以用来检测绝缘子中的故障在早期阶段,和迁移学习增加值取决于类型的目标检测模型。我们确定了决定低数据状态下性能的关键因素,并概述了改进最新技术的潜在方法。
2022-12-21 cs.CV eess.IV
Training-Free Tunnel Defect Inspection and Engineering Interpretation via Visual Recalibration and Entity Reconstruction
Xi'an University of Architecture and Technology(西安建筑科技大学)
本文提出无需训练的隧道检测框架TunnelMIND,通过视觉重新校准和实体重建实现精确的缺陷定位与工程解释,提升隧道检测的结构化证据能力。
2026-04-30 cs.AI cs.CV
A Lightweight Reconstruction Network for Surface Defect Inspection
Unicom (Shanghai) Industry Internet Co., Ltd.(联通(上海)产业互联网有限公司)
目前,大多数深度学习方法无法解决工业产品缺陷样本稀缺和特征差异显著的问题。本文提出了一种基于重构网络的无监督缺陷检测算法,该算法仅利用大量容易获得的无缺陷样本数据来实现。该网络包括图像重建和表面缺陷区域检测两部分。重建网络是通过一个轻量级结构的全卷积自动编码器设计的。该方法只使用少量的正态样本进行训练,使重建网络能够生成无缺陷的重建图像。提出了一种结合结构损失和$\mathit{L}1$损失的函数作为重构网络的损失函数,以解决不规则纹理表面缺陷检测效果不佳的问题。进一步地,利用重建图像与待测图像的残差作为缺陷的可能区域,通过常规的图像运算可以实现故障的定位。提出的重构网络的无监督缺陷检测算法用于多个缺陷图像样本集。与其他同类算法的比较结果表明,重构网络的无监督缺陷检测算法具有较强的鲁棒性和准确性。
2022-12-25 cs.CV cs.LG
3D Reconstruction-Based Seed Counting of Sorghum Panicles for Agricultural Inspection
Carnegie Mellon University(卡内基梅隆大学)
本文提出利用种子作为语义地标的高粱穗三维重建方法,并基于三维种子中心密度融合多视角二维计数,实现优于现有二维外推方法的整穗种子计数与重量估算。
2022-11-14 cs.CV cs.RO
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
Dense 3D Reconstruction for Visual Tunnel Inspection using Unmanned Aerial Vehicle
Institute for Infocomm Research (IR), A*STAR(新加坡科技研究局资讯通信研究院);Nanyang Technological University (NTU)(南洋理工大学);University of Illinois at Urbana-Champaign (UIUC)(伊利诺伊大学厄巴纳-香槟分校);Singapore University of Technology and Design (SUTD)(新加坡科技设计大学)
无人机(UAV)的进步为隧道检查等应用开辟了场所。由于其在隧道内飞行的多功能性,它可以快速识别与安全相关的缺陷和潜在问题。然而,长隧道,特别是具有重复或统一结构的隧道,对无人机导航构成了重大问题。此外,需要对来自安装在UAV上的相机的视觉数据进行后处理,以生成用于检查任务的有用信息。在这项工作中,我们设计了一个无人机与单旋转相机来完成任务。与其他平台相比,我们的解决方案在电池寿命、尺寸和重量方面都能满足隧道检测的严格要求。虽然当前的最新技术可以从一系列图像中估计相机姿态和3D几何形状,但它们假设图像之间有大的重叠、小的旋转运动和许多不同的匹配点。这些假设严重限制了它们在隧道式场景中的有效性,其中相机具有不稳定或大的旋转运动,例如安装在UAV上的相机。本文提出了一种新的解决方案,该解决方案利用运动恢复结构、束调整和可用的几何先验来鲁棒地估计相机姿态,并在各种具有挑战性的隧道式环境中使用尽可能少的图像来自动重建全密集的3D场景。我们验证了我们的系统与虚拟现实应用程序和实验与一个真正的数据集。结果表明,所提出的重建连同纹理映射允许远程导航和隧道样环境的检查,即使是那些人类无法访问的。
2019-11-09 cs.CV cs.RO
Measurable Semantic 3D Gaussian Splatting with Joint Region and Depth Supervision for Interactive Building Inspection
The University of Hong Kong(香港大学)
本研究提出联合区域与深度监督的可测量语义3DGS框架,结合AEC-SplatTwin平台,在两类数据集上显著降低深度误差、提升语义精度,实现建筑检测的可测量与交互式功能。
2026-10-12 cs.CV
System for 3D Acquisition and 3D Reconstruction using Structured Light for Sewer Line Inspection
Fraunhofer Institute for Telecommunications, Heinrich Hertz Institute(弗劳恩霍夫海因里希·赫兹通信研究所);Zentrum für Bild- und Signalverarbeitung(图像与信号处理中心);Humboldt University Berlin(柏林洪堡大学)
污水管道系统的评估是一个非常重要的,但同时繁琐和容易出错的任务。我们介绍了一种基于单次结构光模块的创新系统,该系统有助于检测和分类空间缺陷,如突出入侵,剥落或错位接头。该系统可创建具有亚毫米分辨率的管道表面高度精确的3D测量结果,并将其融合到整体3D模型中。这种整体3D模型的好处是双重的:一方面,它有助于准确的手动污水管道评估,另一方面,它简化了下游自动系统中缺陷的检测,因为它赋予输入高度准确的深度信息。在这项工作中,我们提供了系统的广泛概述,并为我们的设计选择提供了有价值的见解。
2023-03-06 cs.CV
Seeing Where to Deploy: Metric RGB-Based Traversability Analysis for Aerial-to-Ground Hidden Space Inspection
本文提出基于指标RGB的几何-语义重建与可通行性分析框架,用于航向-地面隐蔽空间检测。通过多视角RGB重建生成密集几何,结合时间一致的语义分割生成3D语义地图,引入基于体感运动的先验知识恢复指标尺度,构建自信度-aware的几何-语义可通行性地图,评估候选部署区域的可达性。
2026-07-21 cs.CV cs.RO
SiLVR: Scalable Lidar-Visual Reconstruction with Neural Radiance Fields for Robotic Inspection
Oxford Robotics Inst.(牛津机器人研究所);Univ. of Oxford(牛津大学);Visual Geometry Group(视觉几何组)
本文提出SiLVR,通过融合激光雷达约束、SLAM轨迹引导SfM与子地图扩展NeRF,实现面向机器人巡检的大尺度几何准确、照片级真实重建。
2024-03-11 cs.CV cs.RO
PartGen: Part-level 3D Generation and Reconstruction with Multi-View Diffusion Models
University of Oxford(牛津大学);Meta AI
PartGen 提出利用两个多视图扩散模型分别进行部件分割与遮挡补全,再通过三维重建网络生成由可独立操作的有意义部件组成的三维对象,在分割与部件提取任务上显著优于现有基线方法。
2024-12-29 cs.CV
WildSmoke: Ready-to-Use Dynamic 3D Smoke Assets from a Single Video in the Wild
Simon Fraser University(西蒙弗雷泽大学)
提出一种从野外单视频提取并重建动态3D烟雾资产的流程,通过背景去除、粒子与相机位姿初始化及多视图推断解决重建挑战,实现高质量重建并支持交互式仿真编辑。
2025-09-14 cs.CV cs.LG
Automated detection of corrosion in used nuclear fuel dry storage canisters using residual neural networks
Oak Ridge National Laboratory(橡树岭国家实验室);North Carolina State University(北卡罗来纳州立大学);University of California(加利福尼亚大学);Arizona State University(亚利桑那州立大学);Presbyterian College(长老会学院);University of Tennessee(田纳西大学);Electric Power Research Institute(电力研究院)
无损评估方法在确保许多行业的组件完整性和安全性方面发挥着重要作用。操作员疲劳可能在这种方法的可靠性中起关键作用。这对于检查高价值资产或具有高故障后果的资产(例如航空航天和核部件)非常重要。卷积神经网络的最新进展可以支持和自动化这些检查工作。本文提出了使用残差神经网络(ResNets)的实时检测的腐蚀,包括氧化铁变色,点蚀和应力腐蚀开裂,在干存储不锈钢罐住房用核燃料。所提出的方法将核罐图像裁剪成较小的瓦片,在这些瓦片上训练ResNet,并使用ResNet预测为腐蚀的瓦片的每图像计数将图像分类为腐蚀或完好。结果表明,这种深度学习方法可以通过较小的瓷砖检测腐蚀的位置,同时可以高精度地推断图像是否来自腐蚀的罐。因此,所提出的方法有望自动化和加速核燃料罐检查,以最大限度地减少检查成本,并部分取代人工进行的现场检查,从而减少人员的辐射剂量。
2020-07-13 cs.CV stat.AP stat.ML
Consistent123: One Image to Highly Consistent 3D Asset Using Case-Aware Diffusion Priors
Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院)
Consistent123提出案例感知两阶段方法,先用3D结构先验充分挖掘几何,再逐步引入2D纹理先验细化细节,显著提升单图3D重建的一致性与泛化能力。
2024-02-20 cs.CV
PocketSplat: Mobile Gaussian Reconstruction via World-Space Latent Allocatio
PocketSplat提出一种前馈框架,通过世界空间潜在分配和精确容量控制,在移动设备上实现预算受限的高斯重建,在DL3DV和Mip-NeRF 360上达到高质量与低内存的平衡。
2026-10-05 cs.CV
Automated Pavement Cracks Detection and Classification Using Deep Learning
Minia University(明亚大学);Queensland University of Technology(昆士兰科技大学);Arab American University(阿拉伯美国大学);Al-Ahliyya Amman University(安曼阿赫利亚大学)
本文利用 YOLOv5 和 YOLOv8 算法实现不同光照条件下路面裂缝的自动检测与分类,检测精确率达 67.3%,可显著降低公路资产巡检与维护成本。
2024-06-11 cs.CV cs.CY
3D Pipe Network Reconstruction Based on Structure from Motion with Incremental Conic Shape Detection and Cylindrical Constraint
Tokyo Institute of Technology(东京工业大学);Olympus Corporation(奥林巴斯公司)
管道检测是一个城市的许多工业和基础设施的关键任务。管道的3D信息可用于揭示检测期间管道表面的变形和相机的位置。在本文中,我们提出了一个三维管道重建系统,使用单目内窥镜摄像机捕获的序列图像。我们的工作扩展了一个国家的最先进的增量结构从运动(SfM)的方法,将事先约束的目标形状到光束法平差(BA)。使用这个约束,我们可以最小化尺度漂移,这是在SfM的一般问题。此外,我们的方法可以重建由多个部分组成的管网,包括直管,弯头和三通。在实验中,我们表明,所提出的系统,使更准确和强大的管道映射从一个单目摄像机相比,现有的最先进的方法。
2020-07-03 cs.CV
GenAssets: Generating in-the-wild 3D Assets in Latent Space
Waabi;University of Toronto(多伦多大学)
本文提出一种基于潜在空间的3D生成模型,利用真实世界LiDAR和相机数据生成高质量3D资产,通过重建-生成方法提升模拟中的多样性和可扩展性。
2026-04-24 cs.CV cs.RO
FocusGS: Spatial Delta Layers for Local Repair and Deterministic Editing of Trained 3D Gaussian Assets
FocusGS将局部修复与确定性编辑统一为复合空间增量,解决3D高斯资产的局部维护问题,提升目标区域PSNR,优于文本驱动基线,提供轻量可验证的3DGS维护算子。
2026-08-03 cs.CV
Noise-to-Norm Reconstruction for Industrial Anomaly Detection and Localization
Northeastern University(东北大学);Midea(美的集团)
本文提出一种基于噪声到正常范式的M-net重建方法,结合多尺度融合与残差注意力模块,在MPDD和VisA数据集上实现了更优的工业异常检测与定位性能。
2023-07-06 cs.CV eess.IV
ϕ-RIE: From Photorealistic Reconstruction to Interactive Environments
INSAIT, Sofia University “St. Kliment Ohridski”(索非亚大学圣克利门特奥赫里德大学INSAIT研究所);vivo Mobile Communication Co., Ltd.(维沃移动通信有限公司);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
针对3DGS重建缺乏物理交互支持的问题,提出ϕ-RIE流水线,通过耦合资产构建与源移除,将选定对象转为可移动资产并补全背景,在ScanNet++上提升匹配F1至0.383,实现交互式场景转换。
2026-09-23 cs.CV cs.GR cs.RO
Latent Feature and Attention Dual Erasure Attack against Multi-View Diffusion Models for 3D Assets Protection
Xi'an Jiaotong University(西安交通大学)
本文首次针对多视图扩散模型(MVDMs)引发的3D资产侵权问题,提出潜在特征与注意力双重擦除攻击,通过同时破坏潜在特征分布与多视图图像间的一致性实现高效版权保护。
2025-04-07 cs.CV
Asset-Driven Sematic Reconstruction of Dynamic Scene with Multi-Human-Object Interactions
Monash University(墨尔本大学);Indian Institute of Technology(印度理工学院)
本文提出混合方法,结合3D生成模型、语义感知变形和GS优化,实现动态场景中多人类-物体交互的高保真重建。
2025-11-29 cs.CV
DreamCraft3D++: Efficient Hierarchical 3D Generation with Multi-Plane Reconstruction Model
Tsinghua University(清华大学);VAST;Zhejiang University(浙江大学)
DreamCraft3D++通过引入前馈式多平面重建模型替代耗时的几何优化提速1000倍,并结合无需训练的IP-Adapter模块提升纹理一致性,实现了高效且高质量的复杂3D资产生成。
2024-10-16 cs.CV
Deep-Learning Assisted High-Resolution Binocular Stereo Depth Reconstruction
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);Department of Mechanical Engineering, Carnegie Mellon University(卡内基梅隆大学机械工程系)
这项工作提出了密集的立体重建使用高分辨率图像的基础设施检查。现有的学习和非学习的立体重建方法在高分辨率数据上消耗了太多的计算资源。最近的基于学习的方法在大多数基准测试中都达到了最高水平。然而,由于缺乏特定于任务的训练数据,它们遭受泛化问题。我们建议使用较少的资源需求的非学习方法,指导下的学习为基础的模型,处理高分辨率的图像,实现准确的立体重建。深度学习模型为下采样立体图像对的每个像素产生具有不确定性的初始视差预测。不确定性作为其泛化能力和初始预测视差周围的每像素搜索范围的自我测量。下游过程利用上采样的每像素搜索范围执行半全局块匹配方法的修改版本。所提出的深度学习辅助方法在Middlebury数据集和由我们定制的双目立体相机收集的高分辨率立体图像上进行评估。学习和非学习方法的组合在Middlebury数据集的15个案例中的12个上实现了更好的性能。在我们的基础设施检测实验中,平均三维重建误差小于0.004米。
2020-02-28 cs.CV cs.RO
FIRE3D: Feed-forward Interactive 3D Scene Reconstruction Within A Minute
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Cornell University(康奈尔大学)
FIRE3D提出统一前馈框架,从单张RGB图像或视频在分钟内重建仿真就绪的3D场景,无需测试时优化,速度远超现有方法,并实现物体级完整性。
2026-10-06 cs.CV cs.RO
ProcGen3D: Learning Neural Procedural Graph Representations for Image-to-3D Reconstruction
Technical University of Munich(慕尼黑技术大学);Tsinghua University(清华大学)
ProcGen3D提出基于程序化图表示和transformer先验的图像到三维重建方法,并引入MCTS引导采样提升图像对齐,在多种对象上优于现有生成式三维方法。
2025-11-10 cs.CV
LIM: Large Interpolator Model for Dynamic Reconstruction
University College London(伦敦大学学院);Meta
LIM是一种基于Transformer的前馈模型,通过因果一致性损失在时间上插值隐式3D表示,实现高速4D动态重建与显式网格跟踪,优于现有方法。
2025-03-28 cs.AI cs.CV
OpenFlyScan: A Quality-Guided Aerial Reconstruction System for Consumer Drones
Beihang University(北京航空航天大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Shanghai Jiao Tong University(上海交通大学);Northwestern Polytechnical University(西北工业大学)
OpenFlyScan利用质量模型预测重建缺陷,规划针对性补拍,集成采集与重建,提升消费级无人机城市资产创建效率与质量。
2026-09-22 cs.CV cs.RO
Event-Aided Sharp Radiance Field Reconstruction for Fast-Flying Drones
Robotics and Perception Group, University of Zurich(苏黎世大学机器人与感知组)
本文提出利用事件流和运动模糊帧的统一框架,实现快速飞行无人机的高保真辐射场重建,无需地面真实监督,实现实验数据性能提升超50%。
2026-02-26 cs.CV cs.RO
Farm3D: Learning Articulated 3D Animals by Distilling 2D Diffusion
University of Oxford(牛津大学);Visual Geometry Group(视觉几何组)
本研究提出Farm3D方法,利用Stable Diffusion生成合成训练数据并将扩散模型作为分数监督,从零学习关节式物体的单目3D重建网络,可快速从单张图像输出可控3D资产,兼顾分析与合成应用。
2024-05-14 cs.CV
Three-dimensional Damage Visualization of Civil Structures via Gaussian Splatting-enabled Digital Twins
Tsinghua University(清华大学);Zhejiang University(浙江大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究提出基于高斯散射的数字孪生方法,用于实现民用结构的三维损伤可视化,通过多尺度重建策略和实时更新机制提升损伤检测的精度与效率。
2026-01-23 cs.CV
ArtLang: Structured Language-to-Kinematics Grounding for Articulated 3D Actuation
University of California San Diego(加利福尼亚大学圣迭戈分校);University of North Texas(北得克萨斯大学)
研究针对铰接物体控制的语义匿名问题,提出ArtLang框架,通过语义-运动学铰接图等技术实现开放词汇语言控制,经多类实验验证了可靠的语言绑定与连续铰接控制能力。
2026-08-18 cs.CV
Multi-View Reconstruction with Global Context for 3D Anomaly Detection
State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology(智能制造装备与技术国家重点实验室,华中科技大学)
针对现有3D异常检测方法因全局信息不足导致高精度检测性能下降的问题,提出多视图重建方法MVR,通过无损转换高分辨率点云为多视图图像并结合重建式框架增强全局学习,在Real3D-AD基准上取得优异检测性能。
2025-07-29 cs.CV
RGM: Reconstructing High-fidelity 3D Car Assets with Relightable 3D-GS Generative Model from a Single Image
AIR, Tsinghua University(清华大学AIR);Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Beijing Jiaotong University(北京交通大学);Beijing Institute of Technology(北京理工大学)
提出可重光照3D对象生成框架RGM,从单张图像快速重建车辆几何、纹理和材质,生成可适应不同光照的逼真3D汽车资产。
2024-10-10 cs.CV
OmniFabric: Coherent UV Space Texture Synthesis for 3D Garment Reconstruction
Carnegie Mellon University(卡内基梅隆大学);University of Washington(华盛顿大学);Texas A&M University(德克萨斯A&M大学);Google(谷歌)
针对单图3D服装重建的纹理合成瓶颈,提出OmniFabric方法,在缝纫版型空间利用VLM先验和扩散Transformer实现全局相干纹理生成,显著优于现有基线。
2026-09-25 cs.CV
Video-Based Camera Localization Using Anchor View Detection and Recursive 3D Reconstruction
Tokyo Institute of Technology(东京工业大学);Olympus Corporation(奥林巴斯公司)
在本文中,我们介绍了一种新的摄像机定位策略,设计用于在具有挑战性的工业情况下,如工业零件检测捕获的图像序列。为了处理损害标准3D重建管道的特殊外观,我们通过选择序列中的关键帧(称为锚点)来利用场景的先验知识,这些关键帧粗略地连接到某个位置。然后,我们的方法按时间顺序寻找每个帧的位置,同时递归地更新可以提供当前相机位置和周围3D结构的增强3D模型。在一个实际的工业情况的实验中,我们的方法可以定位超过99%的帧在输入序列,而标准的定位方法无法重建一个完整的摄像机轨迹。
2021-07-07 cs.CV
MZEN: Multi-Zoom Enhanced NeRF for 3-D Reconstruction with Unknown Camera Poses
提出首个原生处理多缩放图像集的NeRF框架MZEN,通过引入可学习缩放标量与缩放一致的位姿求解策略,在未知相机位姿下实现了全局精度与微米级细节的兼顾,显著提升了工业检测场景的3D重建质量。
2025-08-07 cs.CV
ArtLLM: Generating Articulated Assets via 3D LLM
ShanghaiTech University(上海科技大学);Tencent Hunyuan(腾讯混元);HKUST(香港科技大学)
ArtLLM通过3D语言模型直接从完整3D网格生成高质量拟合资产,解决了传统方法在关节拟合和部分检索中的局限,提升了部分布局和关节预测的准确性。
2026-03-31 cs.CV
Registering Explicit to Implicit: Towards High-Fidelity Garment mesh Reconstruction from Single Images
CUHKSZ(香港中文大学(深圳));SRIBD(深圳研究院)
在深度学习技术和隐式形状学习的推动下,单图像人体数字化的最新进展已经达到了前所未有的准确性,并且可以恢复细粒度的表面细节,如衣服褶皱。然而,基于隐式的方法的一个共同问题是,它们不能为每个服装件产生分离的和拓扑一致的网格,这对于当前的3D内容创建流水线至关重要。为了解决这个问题,我们提出了一种新的几何推理框架ReEF,通过将显式服装模板注册到从单个图像预测的全身隐式场来重建拓扑一致的分层服装网格。实验表明,我们的方法显着优于同类产品的单图像分层服装重建,并可以带来高质量的数字资产,为进一步的内容创建。
2022-03-28 cs.CV