3D 视觉

Smol-GS: Compact Representations for Abstract 3D Gaussian Splatting

Smol-GS: 抽象3D高斯溅射的紧凑表示

Haishan Wang, Mohammad Hassan Vali, Arno Solin

专题命中 三维重建 ：3D高斯溅射的紧凑表示，属于三维重建

AI总结 提出Smol-GS方法，通过八叉树位置编码和熵压缩学习高效溅射特征，实现3D高斯溅射的紧凑表示，在保持渲染质量的同时大幅降低存储。

DF3DV-1K: A Large-Scale Dataset and Benchmark for Distractor-Free Novel View Synthesis

DF3DV-1K：用于无干扰新视角合成的大规模数据集与基准

Cheng-You Lu, Yi-Shan Hung, Wei-Ling Chi, Hao-Ping Wang, Charlie Li-Ting Tsai, Yu-Cheng Chang, Yu-Lun Liu, Thomas Do, Chin-Teng Lin

专题命中 三维重建 ：无干扰新视角合成数据集与基准

AI总结 为弥补无干扰辐射场领域缺乏大规模真实世界数据集的空白，构建了包含1048个场景、每场景提供干净和杂乱图像集的DF3DV-1K数据集，并基于此基准测试了九种最新方法，识别出最鲁棒的方法和最具挑战的场景。

Latent Gaussian Splatting for 4D Panoptic Occupancy Tracking

潜在高斯泼溅用于4D全景占据跟踪

Maximilian Luz, Rohit Mohan, Thomas Nürnberg, Yakov Miron, Daniele Cattaneo, Abhinav Valada

专题命中 三维重建 ：潜在高斯泼溅用于4D占据跟踪

AI总结 提出潜在高斯泼溅（LaGS）方法，通过特征高斯体作为动态关键点实现多视图特征聚合，用于4D全景占据跟踪，在Occ3D nuScenes和Waymo上达到最优性能。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L), 2026

MeshPad: Interactive Sketch-Conditioned Artist-Reminiscent Mesh Generation and Editing

MeshPad: 交互式草图条件艺术家风格网格生成与编辑

Haoxuan Li, Ziya Erkoc, Lei Li, Daniele Sirigatti, Vladislav Rosov, Angela Dai, Matthias Nießner

专题命中 三维重建 ：从草图生成和编辑3D网格，属于三维重建。

AI总结 提出MeshPad，一种基于草图输入的交互式3D网格生成与编辑方法，通过分解为网格区域的删除和添加操作，结合Transformer和顶点对齐推测策略，实现快速迭代编辑，在Chamfer距离上提升22%以上质量，并获90%用户偏好。

Comments Project page: https://derkleineli.github.io/meshpad/ Video: https://www.youtube.com/watch?v=_T6UTGTMZ1E

Collaborative Multi-Modal Coding for High-Quality 3D Generation

协作多模态编码用于高质量3D生成

Ziang Cao, Zhaoxi Chen, Liang Pan, Ziwei Liu

专题命中 三维重建 ：协作多模态编码用于3D生成

AI总结 提出TriMM，首个前馈式3D原生生成模型，通过协作多模态编码融合RGB、RGBD和点云特征，结合辅助2D/3D监督和三平面潜在扩散模型，实现高质量3D资产生成。

BIM Informed Visual SLAM for Construction Environments

BIM 引导的视觉 SLAM 在建筑环境中的应用

Asier Bikandi-Noya, Miguel Fernandez-Cortizas, Muhammad Shaheer, Ali Tourani, Holger Voos, Jose Luis Sanchez-Lopez

专题命中 三维重建 ：利用BIM增强视觉SLAM，减少轨迹漂移

AI总结 针对建筑环境中视觉SLAM轨迹漂移问题，提出利用建筑信息模型（BIM）的结构先验增强RGB-D SLAM系统，通过墙面对应与几何约束优化减少漂移，提升全局一致性，实验显示轨迹误差降低25.23%，地图精度提升7.14%。

Comments 9 pages, 7 tables, 4 figures

Learning Geometric Representations from Videos for Spatial Intelligent Multimodal Large Language Models

从视频中学习几何表示以实现空间智能多模态大语言模型

Haibo Wang, Lifu Huang

专题命中 空间理解 ：从视频学习3D几何表示，提升空间智能。

AI总结 提出GeoVR框架，通过从2D视频序列中蒸馏3D几何知识（包括相机姿态、深度图、尺度因子和多尺度3D特征），重塑多模态大语言模型的内部表示以赋予其空间智能，在空间推理基准上达到最先进性能。

Bistable Quad-Nets Composed of Four-Bar Linkages

由四杆机构组成的双稳态四边网

Gudrun Szewieczek, Daniel Huczala, Martin Pfurner, Hans-Peter Schröcker

专题命中 其他3D视觉 ：研究双稳态四边网机械结构

AI总结 研究由空间四杆机构组成的双稳态机械结构，通过Study二次曲面解释并利用Whiteley去平均化从柔性四边网构造，无需数值优化即可控制几何参数。