3D 视觉

Text-Scene: A Scene-to-Language Parsing Framework for 3D Scene Understanding

Haoyuan Li, Rui Liu, Hehe Fan, Yi Yang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） 纠错

专题命中 空间理解 ：3D vision(abstract)；分类 cs.CV、cs.RO

Comments 19 pages, 12 figures, 6 tables

Safe-Construct: Redefining Construction Safety Violation Recognition as 3D Multi-View Engagement Task

Aviral Chharia, Tianyu Ren, Tomotake Furuhata, Kenji Shimada

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV、cs.RO

Comments CVPR Workshop 2025; Project Website: https://Safe-Construct.github.io/Safe-Construct

Journal ref CVPR, Nashville, TN, USA, 2025, pp. 5811-5820

SD-VLM: Spatial Measuring and Understanding with Depth-Encoded Vision-Language Models

Pingyi Chen, Yujing Lou, Shen Cao, Jinhui Guo, Lubin Fan, Yue Wu, Lin Yang, Lizhuang Ma, Jieping Ye

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Alibaba Cloud Computing（阿里云 computing） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV

Comments Accepted by NeurIPS 2025

DETACH: Cross-domain Learning for Long-Horizon Tasks via Mixture of Disentangled Experts

Yutong Shen, Hangxu Liu, Lei Zhang, Penghui Liu, Ruizhe Xia, Tianyi Yao, Tongtong Feng

机构 * Beijing University of Technology（北京理工大学） ； Fudan University（复旦大学） ； University of Hamburg（汉堡大学） ； Tsinghua University（清华大学） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.RO

Comments 14 pages,8 figures. Submitted to ICRA'26