视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
QAL：用于3D重建中召回精度平衡的损失
机构 * University at Buffalo, The State University of New York（布法罗大学）
专题命中 三维重建 ：3D reconstruction(title)；3D vision(abstract)；分类 cs.CV、cs.RO
AI总结 QAL是一种用于3D重建中平衡召回和精度的损失函数，通过结合覆盖加权最近邻项和未覆盖真实地面吸引项，提升了补全效果和机器人操作的可靠性。
Comments Accepted to WACV 2026. Camera-ready version to appear
Ref-SAM3D: 通过文本连接SAM3D与参考3D重建
机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University（大数据研究院，计算机科学与人工智能学院，复旦大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 Ref-SAM3D通过引入文本描述作为先验，实现基于单张图像的文本引导3D重建，提升零样本重建性能。
Comments Code: https://github.com/FudanCVL/Ref-SAM3D
CUPID：通过联合物体和姿态建模实现生成式3D重建
机构 * The University of Hong Kong（香港大学） ； Transcengram ； Tencent（腾讯）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 CUPID通过联合建模物体和姿态，实现高保真3D重建，优于现有方法，在PSNR和Chamfer距离上分别提升3 dB和10%。
Comments project page at https://cupid3d.github.io
Muskie：多视图遮蔽图像建模用于3D视觉预训练
机构 * National University of Defense Technology（国防科技大学）
专题命中 三维重建 ：3D vision(title,abstract)；分类 cs.CV
AI总结 Muskie通过多视图遮蔽图像建模方法，无需3D监督即可学习视图不变特征和几何理解，提升3D视觉任务性能。
语义BIM增强用于消防资产：Fire-ART数据集和全景图像基于的3D重建
专题命中 三维重建 ：3D reconstruction(title)；分类 cs.CV
AI总结 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。
从多视角图像逆向渲染高亏格表面网格
机构 * Futurewei Technologies（未来科技公司） ； Stony Brook University（石溪大学） ； Purdue University（普渡大学） ； University of Southern California（南加州大学） ； George Mason University（乔治·马歇尔大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出了一种结合自适应V-循环重新网格化和重新参数化Adam优化器的方法，用于从多视角图像中逆向渲染高亏格表面网格，提升了拓扑和几何意识，有效改善了高亏格和低亏格表面的重建效果。
Comments 3DV2026 Accepted (Poster)
ArticFlow: 关节机构生成性模拟
机构 * Creative Machines Lab, Columbia University（创意机器实验室，哥伦比亚大学）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV、cs.RO
AI总结 ArticFlow通过两阶段流匹配框架实现关节机构的生成与模拟，以高精度运动学和形状质量生成多样化关节结构。
Comments 8 pages, 8 figures
推进自动驾驶：DepthSense与雷达与空间注意力
机构 * School of Electrical Engineering and Computer Science, Gwangju Institute of Science and Technology（全州科学技术院电气工程与计算机科学学院） ； Division of National Science and Technology Data (Large Scale AI Research Group), Korea Institute of Science and Technology Information (KISTI)（国家科学技术数据 division（大规模人工智能研究组），韩国科学技术信息研究院） ； Department of Information Systems, College of Computer Sciences and Information Technology, King Faisal University（国王法尔萨大学信息系统系，计算机科学与信息科技学院）
专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV、cs.RO
AI总结 DepthSense通过结合雷达与单目相机数据，提升自动驾驶中的深度估计精度，采用编码器-解码器架构和空间注意力机制，实现高效且准确的深度感知。
Journal ref IEEE Sensors Journal 2025
AvatarBrush: 基于单目视频的高斯姿态重建与直观局部编辑
专题命中 三维重建 ：3DGS(abstract)；分类 cs.GR
AI总结 AvatarBrush通过单目视频输入实现高斯姿态的高效重建与直观局部编辑，提升编辑灵活性和用户体验。
基于扩散方向场的对象中心任务表示与迁移
机构 * Idiap Research Institute（Idiap研究机构） ； EPFL（瑞士联邦理工学院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 本文提出利用扩散方向场实现跨弯曲物体的任务迁移，通过平滑局部参考系建立稀疏关键点对应关系，成功迁移连续物理交互任务。
SwiftVGGT: 一种可扩展的视觉几何基础Transformer用于大规模场景
机构 * School of Electrical and Electronic Engineering, Yonsei University（电气电子工程学院，延世大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 SwiftVGGT是一种无需训练的高效Transformer，通过简化计算流程实现大规模场景中高质量3D重建。
Comments Project Page: https://Jho-Yonsei.github.io/SwiftVGGT/
AFT：基于外观的特征追踪用于无标记和无训练的软机器人形状重建
机构 * Department of Electrical and Computer Engineering, Michigan State University（电气与计算机工程系，密歇根州立大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.RO
AI总结 本文提出了一种基于外观的无标记、无训练软机器人形状重建方法，通过隐式视觉标记实现实时追踪，具有高鲁棒性和低成本优势。
MoReMouse: 单目重建实验室小鼠
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 MoReMouse通过创新的合成数据集、变换器架构与三平面表示，实现了高保真小鼠3D重建，提升重建精度与稳定性。
RGBSQGrasp: 从单张RGB图像推断局部超二次曲面原语以实现抓取感知的托盘拾取
机构 * University of Michigan（密歇根大学） ； University of Waterloo（滑铁卢大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； University College London（伦敦大学学院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 RGBSQGrasp通过单目RGB图像推断抓取姿态，利用超二次曲面原语提升托盘拾取任务的抓取稳定性和适应性。
Comments 8 pages, 6 figures, IROS2025 RGMCW Best Workshop Paper
AIA-UltraNeRF：具有哈希编码的声学阻抗感知神经辐射场用于机器人超声重建与定位
机构 * School of Management, Hefei University of Technology（合肥工业大学管理学院） ； First Affiliated Hospital of University of Science and Technology of China（中国科学技术大学第一附属医院） ； Department of Ultrasound Diagnosis, the Second Xiangya Hospital of Central South University（中南大学湘雅医学院第二医院超声诊断科） ； Intelligent Ultrasound Division of VINNO Technology Co., Ltd.（VINNO技术有限公司智能超声事业部） ； Department of Automation, Tsinghua University（清华大学自动化系）
专题命中 NeRF ：NeRF(abstract)；分类 cs.RO
AI总结 AIA-UltraNeRF通过引入声学阻抗感知和哈希编码技术，提升机器人超声重建与定位的效率和准确性。
神经纹理散射：用于视图合成、几何和动态重建的表达性3D高斯散射
机构 * ETH Zurich（苏黎世联邦理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出神经纹理散射方法，通过全局神经场提升3D高斯散射在视图合成、几何和动态重建中的性能。
Comments SIGGRAPH Asia 2025 (conference track), Project page: https://19reborn.github.io/nts/
ReCoGS: 用于高斯点云场景的实时重绘
机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 ReCoGS通过用户友好的流程实现高斯点云场景的实时重绘，解决视角不一致和计算需求高等问题。
Comments Project page is available at https://github.com/loryruta/recogs
提前密集化：基于LiDAR的内容感知密集化以实现高效且高质量的3D高斯溅射
机构 * The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 本文提出基于LiDAR的内容感知密集化方法，通过结合稀疏LiDAR数据与单目深度估计，提升3D高斯溅射的初始化效率和视觉质量，降低资源消耗和训练时间。
Splats in Splats: 3DGS中稳健且有效的3D隐写术
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 splats in splats 是首个在3DGS中嵌入3D内容且不修改属性的隐写术框架，通过球谐函数加密和卷积自编码器实现高保真度与高速度的隐写术方法。
Comments Accepted by AAAI 2026
PhysGS：基于贝叶斯推断的高斯点云法用于物理性质估计
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Stanford University（斯坦福大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 PhysGS通过贝叶斯推断结合视觉线索和语言先验，实现对物理属性的密集估计，提升质量、硬度和摩擦误差的准确性。
Comments Submitted to CVPR 2026
Rad-GS：用于户外环境的雷达-视觉融合3D高斯点云SLAM
机构 * Department of Automation, School of Mechanical Engineering and Automation, Harbin Institute of Technology（自动化系、机械工程与自动化学院、哈尔滨工业大学） ； School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院、哈尔滨工业大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO
AI总结 Rad-GS通过融合雷达与视觉信息，实现公里级户外环境的3D高斯点云SLAM，提升定位精度与场景重建能力。
Journal ref IEEE Robotics and Automation Letters 10(12), 13359-13366 (2025)
SegSplat: 用于快速前馈3D重建与丰富开放词汇语义理解的框架
机构 * ETH Zürich（苏黎世联邦理工学院） ； Google（谷歌） ； Microsoft（微软）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 SegSplat通过单次传递实现高效3D重建与开放集语义分割，无需每场景优化。
CUS-GS: 一种紧凑的统一结构高斯点扩散框架用于多模态场景表示
机构 * School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机科学学院） ； CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学研究所） ； School of Computer Science, University of Bristol（布里斯托大学计算机科学学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 CUS-GS通过统一结构化高斯点扩散框架，实现多模态场景表示的高效建模与语义一致性。
Comments 15 pages, 8 figures, 4 tables
仅视觉的高斯散射用于协作语义占用预测
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 本研究提出基于稀疏3D语义高斯散射的协作语义占用预测方法，通过高效融合和减少通信开销，提升了协作感知的性能和鲁棒性。
Comments Accepted by AAAI 2026 (Oral)
无别名的4D高斯散射
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Beijing Academy of Artificial Intelligence, BAAI（北京人工智能研究院，BAAI） ； Fudan University（复旦大学） ； Peking University（北京大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本研究提出了一种无别名的4D高斯散射方法，通过引入最大采样频率公式和尺度自适应滤波器，有效减少渲染伪影并提升多视角视频重建效率。
Comments Project page: https://4d-alias-free.github.io/4D-Alias-free/
更高效且更好的3D点云绘制方法：通过分组训练
机构 * Hunan University（湖南大学） ； Nanyang Technological University（南洋理工大学） ； Lushan Innovation Lab（庐山创新实验室） ； Key Laboratory of Digital Culture Smart Design Technology, Minstry of Culture and Tourism（文化与旅游部数字文化智能设计技术重点实验室）
专题命中 Gaussian Splatting ：3DGS(abstract,comments)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本文提出分组训练方法，通过将高斯基本形体分组优化训练效率和渲染质量，实现更高效的3D点云绘制
Comments Accepted to ICCV 2025. Code is available at https://github.com/Chengbo-Wang/3DGS-with-Group-Training
Upsample Anything: 一种简单且难以被超越的特征上采样基线
机构 * KAIST（韩国科学技术院） ； MIT（麻省理工学院） ； Microsoft（微软公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 Upsample Anything通过简单每张图像优化方法实现高效特征上采样，适用于多种像素级任务，性能优于现有方法。
Comments 15 pages, 12 figures
二维高斯空间传输用于点监督密度回归
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出基于高斯空间传输的点监督密度回归方法，通过高斯散射估计像素与标注对应关系，并利用贝叶斯概率计算传输计划，提升计算机视觉任务的效率。
Comments 15 pages, 6 figures. This is the preprint version of the paper and supplemental material to appear in AAAI, 2026. Please cite the final published version. Code is available at https://github.com/infinite0522/GST
AEGIS：通过对抗扰动保护3D人脸虚拟形象的隐私
机构 * Wroclaw University of Science and Technology（波兹南科技大学） ； Jagiellonian University（雅盖隆大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 AEGIS通过对抗扰动技术，为3D人脸虚拟形象提供隐私保护，有效隐藏身份特征同时保持真实感和功能性。
DAGLFNet：基于伪图像的深度特征注意力引导的全局和局部特征融合用于伪图像点云分割
机构 * College of Computer Science, Chengdu University of Information Technology（成都信息科技大学计算机学院） ； College of Computer Science, Sichuan University（四川大学计算机学院） ； Publications Department, Optica Publishing Group（Optica出版社出版部） ； Department of Electronic Journals, Optica Publishing Group（Optica出版社电子期刊部）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 DAGLFNet通过深度特征注意力引导的全局和局部特征融合，提升伪图像点云分割的准确性和效率。
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