3D 视觉

QAL: A Loss for Recall Precision Balance in 3D Reconstruction

QAL：用于3D重建中召回精度平衡的损失

Pranay Meshram, Yash Turkar, Kartikeya Singh, Praveen Raj Masilamani, Charuvahan Adhivarahan, Karthik Dantu

机构 * University at Buffalo, The State University of New York（布法罗大学） 纠错

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: Bridging SAM3D with Text for Reference 3D Reconstruction

Ref-SAM3D: 通过文本连接SAM3D与参考3D重建

Yun Zhou, Yaoting Wang, Guangquan Jie, Jinyu Liu, Henghui Ding

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） 纠错

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: Generative 3D Reconstruction via Joint Object and Pose Modeling

CUPID：通过联合物体和姿态建模实现生成式3D重建

Binbin Huang, Haobin Duan, Yiqun Zhao, Zibo Zhao, Yi Ma, Shenghua Gao

机构 * The University of Hong Kong（香港大学） ； Transcengram ； Tencent（腾讯） 纠错

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: Multi-view Masked Image Modeling for 3D Vision Pre-training

Muskie：多视图遮蔽图像建模用于3D视觉预训练

Wenyu Li, Sidun Liu, Peng Qiao, Yong Dou, Tongrui Hu

机构 * National University of Defense Technology（国防科技大学） 纠错

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。

Semantic BIM enrichment for firefighting assets: Fire-ART dataset and panoramic image-based 3D reconstruction

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

Ya Wen, Yutong Qiao, Chi Chiu Lam, Ioannis Brilakis, Sanghoon Lee, Mun On Wong

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。

Inverse Rendering for High-Genus Surface Meshes from Multi-View Images

从多视角图像逆向渲染高亏格表面网格

Xiang Gao, Xinmu Wang, Xiaolong Wu, Jiazhi Li, Jingyu Shi, Yu Guo, Yuanpeng Liu, Xiyun Song, Heather Yu, Zongfang Lin, Xianfeng David Gu

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） 纠错

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: Generative Simulation of Articulated Mechanisms

ArticFlow: 关节机构生成性模拟

Jiong Lin, Jinchen Ruan, Hod Lipson

机构 * Creative Machines Lab, Columbia University（创意机器实验室，哥伦比亚大学） 纠错

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

Advancing Autonomous Driving: DepthSense with Radar and Spatial Attention

推进自动驾驶：DepthSense与雷达与空间注意力

Muhamamd Ishfaq Hussain, Zubia Naz, Muhammad Aasim Rafique, Moongu Jeon

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） 纠错

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: Monocular Reconstruction of Gaussian Avatars with Intuitive Local Editing

AvatarBrush: 基于单目视频的高斯姿态重建与直观局部编辑

Mengtian Li, Shengxiang Yao, Yichen Pan, Haiyao Xiao, Zhongmei Li, Zhifeng Xie, Keyu Chen

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。

Object-centric Task Representation and Transfer using Diffused Orientation Fields

基于扩散方向场的对象中心任务表示与迁移

Cem Bilaloglu, Tobias Löw, Sylvain Calinon

机构 * Idiap Research Institute（Idiap研究机构） ； EPFL（瑞士联邦理工学院） 纠错

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: A Scalable Visual Geometry Grounded Transformer for Large-Scale Scenes

SwiftVGGT: 一种可扩展的视觉几何基础Transformer用于大规模场景

Jungho Lee, Minhyeok Lee, Sunghun Yang, Minseok Kang, Sangyoun Lee

机构 * School of Electrical and Electronic Engineering, Yonsei University（电气电子工程学院，延世大学） 纠错

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: Appearance-Based Feature Tracking for Markerless and Training-Free Shape Reconstruction of Soft Robots

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

Shangyuan Yuan, Preston Fairchild, Yu Mei, Xinyu Zhou, Xiaobo Tan

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） 纠错

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: Monocular Reconstruction of Laboratory Mouse

MoReMouse: 单目重建实验室小鼠

Yuan Zhong, Jingxiang Sun, Zhongbin Zhang, Liang An, Yebin Liu

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: Inferring Local Superquadric Primitives from Single RGB Image for Graspability-Aware Bin Picking

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

Yifeng Xu, Fan Zhu, Ye Li, Sebastian Ren, Xiaonan Huang, Yuhao Chen

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） 纠错

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