3D 视觉

MuM: Multi-View Masked Image Modeling for 3D Vision

MuM：多视图遮蔽图像建模用于三维视觉

David Nordström, Johan Edstedt, Fredrik Kahl, Georg Bökman

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） 纠错

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: High-Altitude Language-Conditioned Monocular Aerial Exploration and Navigation

HALO：高海拔语言条件化单目空中探索与导航

Yuezhan Tao, Dexter Ong, Fernando Cladera, Jason Hughes, Camillo J. Taylor, Pratik Chaudhari, Vijay Kumar

机构 * GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） 纠错

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: 3D Shape Reconstruction from High-Frequency Radar using Multiresolution Signed Distance Functions

Radar2Shape：基于高频雷达的多分辨率符号距离函数的3D形状重建

Neel Sortur, Justin Goodwin, Purvik Patel, Luis Enrique Martinez, Tzofi Klinghoffer, Rajmonda S. Caceres, Robin Walters

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） 纠错

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: Retrieval Augmentation for Autoregressive Mesh Generation

Mesh RAG: 用于自回归网格生成的检索增强

Xiatao Sun, Chen Liang, Qian Wang, Daniel Rakita

机构 * Yale University（耶鲁大学） 纠错

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。

A First Full Physics Benchmark for Highly Granular Calorimeter Surrogates

为高粒度 calorimeter 替代品构建首个完整物理基准

Thorsten Buss, Henry Day-Hall, Frank Gaede, Gregor Kasieczka, Katja Krüger, Anatolii Korol, Thomas Madlener, Peter McKeown

机构 * CERN（欧洲核子研究中心） 纠错

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

Towards Generative Design Using Optimal Transport for Shape Exploration and Solution Field Interpolation

基于最优传输的生成设计：用于形状探索和解场插值

Sergio Torregrosa, David Munoz, Hector Navarro, Charbel Farhat, Francisco Chinesta

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。

Joint Design of Protein Surface and Structure Using a Diffusion Bridge Model

利用扩散桥模型联合设计蛋白质表面和结构

Guanlue Li, Xufeng Zhao, Fang Wu, Sören Laue

机构 * University of Hamburg（汉堡大学） ； Stanford University（斯坦福大学） 纠错

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