视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
MuM：多视图遮蔽图像建模用于三维视觉
机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Linköping University（林肯大学） ； University of Amsterdam（阿姆斯特丹大学）
专题命中 三维重建 ：3D vision(title,abstract)；分类 cs.CV
AI总结 MuM通过扩展遮蔽自动编码方法，学习适用于三维视觉的多视图特征，在多个下游任务中超越了DINOv3和CroCo v2。
HALO：高海拔语言条件化单目空中探索与导航
机构 * GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.RO
AI总结 HALO通过单目相机与GPS/IMU实现高海拔环境的实时度量-语义映射与导航，支持多任务自主探索。
Radar2Shape：基于高频雷达的多分辨率符号距离函数的3D形状重建
机构 * Northeastern University（东北大学） ； MIT Lincoln Laboratory（麻省理工学院林肯实验室） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 Radar2Shape通过多分辨率符号距离函数和去噪扩散模型，实现从部分观测高频雷达信号中重建任意3D形状。
Mesh RAG: 用于自回归网格生成的检索增强
机构 * Yale University（耶鲁大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 Mesh RAG通过检索增强方法提升自回归网格生成的效率和质量，实现快速生成与增量编辑。
为高粒度 calorimeter 替代品构建首个完整物理基准
机构 * CERN（欧洲核子研究中心）
专题命中 三维重建 ：point cloud(abstract)
AI总结 本文提出DDML库，用于高粒度calorimeter模拟的生成模型比较，通过多粒子和tau轻子衰变基准验证点云方法在速度与精度上的优势。
Comments 26 pages, 15 figures
基于最优传输的生成设计：用于形状探索和解场插值
专题命中 三维重建 ：Gaussian Splatting(abstract)
AI总结 基于最优传输的生成设计框架，实现复杂几何及其物理解场的高效插值与保持，提升设计效率与物理保真度。
利用扩散桥模型联合设计蛋白质表面和结构
机构 * University of Hamburg（汉堡大学） ； Stanford University（斯坦福大学）
专题命中 三维重建 ：point cloud(abstract)
AI总结 PepBridge通过整合受体表面几何和生化性质，联合设计蛋白质表面和结构，提升蛋白质设计的物理合理性和结构可行性。
Comments 21 pages, 4 figures
NoPe-NeRF++: 无姿态先验的NeRF局部到全局优化
机构 * University of Science and Technology of China（中国科学技术大学） ； Independent Researcher（独立研究者）
专题命中 NeRF ：NeRF(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 NoPe-NeRF++通过局部到全局优化提升NeRF姿态估计与新视角合成性能，无需姿态先验且在复杂场景中表现优异。
Journal ref Eurographics 2025
可泛化和可重照明的高斯点云法用于人体新视角合成
机构 * Harbin Institute of Technology（哈尔滨理工大学） ； Tsinghua University（清华大学）
专题命中 Gaussian Splatting ：novel view synthesis(title,abstract)；Gaussian Splatting(title)；分类 cs.CV
AI总结 GRGS通过可泛化和可重照明的3D高斯框架，实现了在多光照条件下高保真的人体新视角合成，结合物理基础的神经渲染和光照鲁棒的几何细化模块，提升了视觉质量和泛化能力。
Comments Project Webpage: https://sypj-98.github.io/grgs/
TrackGS: 通过全局轨迹约束优化无COLMAP的3D高斯点分布
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 TrackGS通过引入全局轨迹约束优化3D高斯点分布，实现无COLMAP的视点合成，提升渲染质量和降低姿态误差。
Journal ref AAAI 2026
MonoGSDF：探索单目几何线索用于高斯点扩散引导的隐式表面重建
机构 * Technical University of Munich（慕尼黑技术大学） ； Google（谷歌） ； Tsinghua University（清华大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D vision(abstract)；3DGS(abstract)；分类 cs.CV
AI总结 MonoGSDF通过结合高斯点与神经SDF，利用单目几何线索实现高效隐式表面重建，提升三维表面恢复的精度与效率。
SF-Recon: 无需简化轻量级建筑重建 via 3D 高斯点划法
机构 * School of Geodesy（测绘学院） ； Geomatics, Wuhan University, China PR.（测绘学、武汉大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV
AI总结 SF-Recon 通过 3D 高斯点划法直接重建轻量级建筑模型，无需后期简化，实现高效且结构忠实的建筑网格生成。
Comments This paper has been submitted to the 2026 ISPRS Congress
PEGS: 基于物理事件的大型时空运动重建 via 3D 高斯点散布
机构 * School of Electronic Information, Wuhan University（武汉大学电子信息学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 PEGS通过结合物理先验和事件流增强，在3D高斯点散布中实现大时空尺度刚性运动的去模糊重建与恢复，首次提出RGB-Event配对数据集并优于主流动态方法。
基于梯度的自然选择用于紧凑型3D高斯点云
机构 * Zhejiang University（浙江大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出基于梯度的自然选择剪枝框架，通过正则化梯度场自动决定保留或剪枝高斯体，提升3DGS的紧凑性和渲染质量。
REArtGS: 通过3D高斯散点与几何和运动约束进行姿态物体的重建与生成
机构 * Hefei Institutes of Physical Science Chinese Academy of Sciences（合肥物理研究所中国科学院） ； University of Science and Technology of China（中国科学技术大学） ； Hefei University of Technology（合肥工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； ByteDance（字节跳动）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 REArtGS通过引入几何和运动约束的3D高斯散点方法，实现姿态物体的高保真表面重建与生成。
Comments 11pages, 6 figures
Vorion：一种具有硬件加速3D高斯渲染和训练的RISC-V GPU
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.GR
AI总结 Vorion是首个实现硬件加速3DGS渲染和训练的RISC-V GPU，通过可扩展架构和混合数据流，实现高效实时4D重建。
一步即可：利用人体运动进行数据高效的3D射线场场景重建
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)
AI总结 本文提出利用人体行走数据高效重建被遮挡3D场景的射线场，通过无结构运动信号提升重建精度，实现数据采集瓶颈的突破。
在云中适应：无需训练的在线测试时适应3D视觉-语言基础模型
专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；分类 cs.CV
AI总结 Uni-Adapter通过动态原型学习和熵加权聚合，在无需重新训练的情况下提升3D VLFMs在不同基准测试中的性能。
Comments Accepted by AAAI 2026
RL-AD-Net: 基于强化学习的潜在空间自适应位移用于精细化点云补全
机构 * GeoAI4Cities Lab, IISER Bhopal（GeoAI4Cities实验室，印度Bhopal IISER）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 RL-AD-Net通过强化学习在潜在空间中优化点云补全，提升局部几何一致性，适用于多种补全网络。
具有特征意识的流形网格生成与重网格化：点云和多边形表面的保证最小边长处理
专题命中 点云 ：point cloud(title,abstract)
AI总结 本文提出了一种从点云生成高质量三角网格的算法，并扩展至处理多边形表面的特征。
Journal ref Proceedings of the 2024 International Meshing Roundtable (IMR); Special Issue of Computer Aided Geometric Design
TP-MDDN：任务优先的多需求驱动导航与自主决策
机构 * Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institution（上海创新机构）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 TP-MDDN通过引入任务优先的多需求驱动导航与自主决策系统，提升复杂任务下的导航性能与环境理解能力。
Comments Accepted at NeurIPS 2025
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 点云 ：point cloud(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
Range-Edit: 基于语义掩码的户外激光雷达场景编辑
机构 * GeoAI4Cities Lab（GeoAI4Cities实验室） ； IISER Bhopal（印度比哈尔理工学院）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 Range-Edit通过语义掩码指导生成高质量的激光雷达点云，提升自动驾驶系统的鲁棒性与泛化能力。
Comments 8 pages, 9 figures
WorldGen: 从文本到可遍历和交互的3D世界
机构 * Reality Labs, Meta（Meta现实实验室）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 WorldGen通过结合LLM、程序生成和扩散模型，实现从文本到可交互3D世界的自动创建，提升虚拟空间的生成效率与表现力。
RoomPlanner: 一种显式布局规划器，用于更易由LLM驱动的3D房间生成
专题命中 空间理解 ：point cloud(abstract)；分类 cs.CV
AI总结 RoomPlanner通过显式布局规划和高效优化策略，实现了快速生成高质量3D室内场景。
DynoSAM：动态SLAM的开源平滑与建图框架
机构 * Australian Centre For Robotics (ACFR)（澳大利亚机器人中心） ； School of Aerospace, Mechanical and Mechatronic Engineering (AMME)（航空航天、机械与机电工程学院） ； University of Sydney（悉尼大学）
专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.RO
AI总结 DynoSAM通过整合动态和静态信息，提供高效的动态SLAM解决方案，实现精确的运动估计和多种下游应用。
Comments 20 pages, 10 figures. Submitted to T-RO Visual SLAM SI 2025
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈