3D 视觉

Label-Free Model Failure Detection for Lidar-based Point Cloud Segmentation

无需标签的激光雷达点云分割模型失效检测

Daniel Bogdoll, Finn Sartoris, Vincent Geppert, Svetlana Pavlitska, J. Marius Zöllner

机构 * FZI Research Center for Information Technology, Germany（德国弗赖堡信息科技研究中心） ； Karlsruhe Institute of Technology, Germany（德国卡尔斯鲁厄理工学院） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.RO

AI总结 本文提出了一种无需标签的激光雷达点云分割模型失效检测方法，利用大规模无标签数据进行监督和自监督学习，引入LidarCODA数据集用于失效模式分析。

Comments Daniel Bogdoll, Finn Sartoris, and Vincent Geppert contributed equally. Accepted for publication at IV 2025

Multiview point cloud registration with anisotropic and space-varying localization noise

多视角点云配准与各向异性及空间变化的定位噪声

Denis Fortun, Etienne Baudrier, Fabian Zwettler, Markus Sauer, Sylvain Faisan

机构 * ICube - UMR7357, CNRS, University of Strasbourg（斯特拉斯堡大学） ； Lehrstuhl für Biotechnologie und Biophysik, Biozentrum, Universität Würzburg, Germany（乌尔姆大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出一种处理多视角点云配准中各向异性及空间变化定位噪声的方法，通过显式噪声模型提升鲁棒性，并在模拟和真实数据上验证效果。

Journal ref SIAM Journal on Imaging Sciences, 2025, 18(1), pp.280-307

Rethinking the Encoding and Annotating of 3D Bounding Box: Corner-Aware 3D Object Detection from Point Clouds

重新思考3D边界框的编码与标注：从点云中基于角点的3D目标检测

Qinghao Meng, Junbo Yin, Jianbing Shen, Yunde Jia

机构 * School of Computer Science, Beijing Institute of Technology（计算机科学学院，北京理工大学） ； Computer Science Program, Computer, Electrical and Mathematical Sciences and Engineering (CEMSE) Division, Center of Excellence for Smart Health, and Center of Excellence for Generative AI, King Abdullah University of Science and Technology (KAUST)（计算机科学项目，计算机、电气和数学科学与工程（CEMSE）部门，智能健康卓越中心，生成人工智能卓越中心，国王阿卜杜勒·阿齐兹大学科学与技术（KAUST）） ； State Key Laboratory of Internet of Things for Smart City, Department of Computer and Information Science, University of Macau（智慧城市物联网国家重点实验室，澳门大学计算机与信息科学系） ； Guangdong Provincial Key Laboratory of Machine Perception and Intelligent Computing, Shenzhen MSU-BIT University（广东省机器感知与智能计算重点实验室，深圳MSU-BIT大学） ； Beijing Key Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology（北京智能信息技术重点实验室，计算机科学学院，北京理工大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出基于角点的3D目标检测方法，通过角点对齐回归提升检测性能，仅需BEV角点点击即可达到接近全监督的准确率。

Comments 8 pages, 5 figures, 2 tables

CompTrack: Information Bottleneck-Guided Low-Rank Dynamic Token Compression for Point Cloud Tracking

CompTrack: 基于信息瓶颈的点云跟踪低秩动态令牌压缩

Sifan Zhou, Yichao Cao, Jiahao Nie, Yuqian Fu, Ziyu Zhao, Xiaobo Lu, Shuo Wang

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 CompTrack通过信息瓶颈引导的低秩动态令牌压缩技术，有效解决点云中空间和信息冗余问题，实现高效实时的三维单目标跟踪。

Comments Accepted by AAAI 2026 (Oral)

PointAD+: Learning Hierarchical Representations for Zero-shot 3D Anomaly Detection

PointAD+: 学习层次化表示用于零样本3D异常检测

Qihang Zhou, Shibo He, Jiangtao Yan, Wenchao Meng, Jiming Chen

机构 * State Key Laboratory of Industrial Control Technology（工业控制技术国家重点实验室） ； Zhejiang University（浙江大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 PointAD+通过层次化表示学习，结合隐式和显式异常语义，提升零样本3D异常检测性能。

Comments Submitted to TPAMI

HyperPointFormer: Multimodal Fusion in 3D Space with Dual-Branch Cross-Attention Transformers

HyperPointFormer: 在三维空间中通过双分支交叉注意力变换器实现多模态融合

Aldino Rizaldy, Richard Gloaguen, Fabian Ewald Fassnacht, Pedram Ghamisi

机构 * Helmholtz-Zentrum Dresden-Rossendorf (HZDR)（德累斯顿-罗斯托克亥姆霍尔茨研究中心） ； Freie Universität Berlin（柏林自由大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 HyperPointFormer通过双分支交叉注意力Transformer在三维空间中融合多模态数据，提升城市场景土地利用分类的精度与灵活性。

Journal ref IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 18, pp. 21254-21274, 2025

Doppler Correspondence: Non-Iterative Scan Matching With Doppler Velocity-Based Correspondence

多普勒对应：基于多普勒速度的非迭代扫描匹配

Jiwoo Kim, Geunsik Bae, Changseung Kim, Jinwoo Lee, Woojae Shin, Hyondong Oh

机构 * Department of Mechanical Engineering, Ulsan National Institute of Science and Technology, Republic of Korea（韩国乌山国立科学与技术研究院机械工程系） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology, Republic of Korea（韩国先进科学技术研究院机械工程系） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出基于多普勒速度的非迭代扫描匹配方法，通过利用4D激光雷达和雷达的多普勒信息，提高在恶劣环境下的里程计鲁棒性和计算效率。

CrossJEPA: Cross-Modal Joint-Embedding Predictive Architecture for Efficient 3D Representation Learning from 2D Images

跨模态联合嵌入预测架构CrossJEPA：用于从2D图像高效学习3D表示的架构

Avishka Perera, Kumal Hewagamage, Saeedha Nazar, Kavishka Abeywardana, Hasitha Gallella, Ranga Rodrigo, Mohamed Afham

机构 * University of Moratuwa（摩图瓦大学） ； Technische Universität Darmstadt（达姆施塔特技术大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 CrossJEPA通过跨模态联合嵌入预测架构，利用图像基础模型知识，实现高效3D表示学习，达到SOTA性能，且训练高效、内存占用低。

Comments 24 pages, 10 figures

Novel View Synthesis from A Few Glimpses via Test-Time Natural Video Completion

通过测试时自然视频补全实现从少量视角合成新视角

Yan Xu, Yixing Wang, Stella X. Yu

专题命中 新视角合成 ：novel view synthesis(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV、cs.GR

AI总结 通过测试时自然视频补全方法，从少量视角生成高质量新视角，无需场景特定训练，有效提升稀疏输入下的场景重建与视角生成质量。

Comments Accepted to NeurIPS 2025

Sphinx: Efficiently Serving Novel View Synthesis using Regression-Guided Selective Refinement

Sphinx：通过回归引导的选择性细化高效服务新颖视图合成

Yuchen Xia, Souvik Kundu, Mosharaf Chowdhury, Nishil Talati

专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV

AI总结 Sphinx通过回归引导的选择性细化方法，在显著降低计算成本的同时实现高质量新颖视图合成

Evo-0: Vision-Language-Action Model with Implicit Spatial Understanding

Evo-0：具有隐式空间理解的视觉-语言-动作模型

Tao Lin, Gen Li, Yilei Zhong, Yanwen Zou, Yuxin Du, Jiting Liu, Encheng Gu, Bo Zhao

机构 * School of AI, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； EvoMind Tech（EvoMind科技） ； IAAR-Shanghai（IAAR-上海） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 Evo-0通过隐式整合3D几何特征，提升视觉-语言-动作模型在现实世界中的空间理解能力。

LAST: LeArning to Think in Space and Time for Generalist Vision-Language Models

LAST: 为通用视觉-语言模型学习在空间和时间中的思考

Shuai Wang, Daoan Zhang, Tianyi Bai, Shitong Shao, Jiebo Luo, Jiaheng Wei

机构 * HKUST(GZ)（香港科技大学（广州）） ； University of Rochester（罗切斯特大学） 纠错

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

AI总结 LAST通过学习在空间和时间上思考，提升通用视觉-语言模型对3D空间和长视频的理解能力。

Scene Summarization: Clustering Scene Videos into Spatially Diverse Frames

场景摘要：将场景视频聚类为空间上多样的帧

Chao Chen, Mingzhi Zhu, Ankush Pratap Singh, Yu Yan, Felix Juefei-Xu, Chen Feng

机构 * New York University（纽约大学） 纠错

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

AI总结 SceneSum通过自监督方法将场景视频聚类为空间多样化的关键帧，提升空间推理能力，优于现有视频摘要方法。