3D 视觉

Scenes as Tokens: Multi-Scale Normal Distributions Transform Tokenizer for General 3D Vision-Language Understanding

场景作为标记：多尺度正常分布变换标记器用于通用3D视觉-语言理解

Yutao Tang, Cheng Zhao, Gaurav Mittal, Rohith Kukkala, Rama Chellappa, Cheng Peng, Mei Chen

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Microsoft（微软公司） 纠错

专题命中 点云 ：3D vision(title,abstract)；point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV

AI总结 NDTokenizer3D通过多尺度NDT表示和解码器实现通用3D视觉-语言理解，提升3D场景任务性能。

Multimodal Robust Prompt Distillation for 3D Point Cloud Models

多模态鲁棒提示蒸馏用于3D点云模型

Xiang Gu, Liming Lu, Xu Zheng, Anan Du, Yongbin Zhou, Shuchao Pang

机构 * Xiang Gu 1 , Liming Lu 1 1 1 footnotemark: 1 , Xu Zheng 2,3 , Anan Du 4 , Yongbin Zhou 1 , Shuchao Pang 1 2 2 footnotemark: 2（某大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV

AI总结 多模态鲁棒提示蒸馏通过多模态知识蒸馏提升3D点云模型的鲁棒性，有效防御多种对抗攻击。

PFF-Net: Patch Feature Fitting for Point Cloud Normal Estimation

PFF-Net：点云法向量估计的补丁特征拟合

Qing Li, Huifang Feng, Kanle Shi, Yue Gao, Yi Fang, Yu-Shen Liu, Zhizhong Han

机构 * School of Computing and Artificial Intelligence, Southwest Jiaotong University（计算机与人工智能学院，西南交通大学） ； School of Computer and Software Engineering, Xihua University（计算机与软件工程学院，西华大学） ； School of Software, Tsinghua University（软件学院，清华大学） ； Kuaishou Technology（快手科技） ； Center for Artificial Intelligence and Robotics, New York University Abu Dhabi（人工智能与机器人中心，纽约大学阿布扎克校区） ； Department of Computer Science, Wayne State University（计算机科学系，韦恩州立大学） 纠错

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

AI总结 PFF-Net通过多尺度特征融合和聚合，实现点云法向量估计的高效准确预测。

Comments Accepted by TVCG

PointNSP: Autoregressive 3D Point Cloud Generation with Next-Scale Level-of-Detail Prediction

PointNSP: 基于下一尺度细节预测的自回归3D点云生成

Ziqiao Meng, Qichao Wang, Zhiyang Dou, Zixing Song, Zhipeng Zhou, Irwin King, Peilin Zhao

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

AI总结 PointNSP通过多尺度分解和下一尺度预测，实现自回归3D点云生成，首次在该范式中达到最先进的生成质量，并在效率和可扩展性上超越扩散基线。

Comments This work was intended as a replacement of arXiv:2503.08594 and any subsequent updates will appear there

Reconstructing the local density field with combined convolutional and point cloud architecture

结合卷积和点云架构重建局部密度场

Baptiste Barthe-Gold, Nhat-Minh Nguyen, Leander Thiele

机构 * Ecole Polytechnique Rte de Saclay, 91120 Palaiseau, France（巴黎-萨克雷高等理工学院） ； Center for Data-Driven Discovery Kavli IPMU, UTIAS, The University of Tokyo（数据驱动发现中心） ； The University of Tokyo（东京大学） 纠错

专题命中 点云 ：point cloud(title)

AI总结 本文提出结合卷积和点云架构的神经网络，用于基于暗物质团的异常速度重建局部密度场，提升了小尺度的聚类特征恢复能力。

Comments 6 pages, 4 figures, 1 table. Accepted at the NeurIPS 2025 Workshop: ML4PS. Comments welcome!

E-M3RF: An Equivariant Multimodal 3D Re-assembly Framework

E-M3RF：一个等价多模态3D重装配框架

Adeela Islam, Stefano Fiorini, Manuel Lecha, Theodore Tsesmelis, Stuart James, Pietro Morerio, Alessio Del Bue

机构 * Fondazione Istituto Italiano di Tecnologia（意大利技术研究院） ； University of Genova（热那亚大学） ； Durham University（杜伦大学） 纠错

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

AI总结 E-M3RF通过多模态特征融合和SE(3)流匹配，有效提升3D碎片重装配的精度与鲁棒性。

Open Vocabulary Monocular 3D Object Detection

开放词汇单目3D物体检测

Jin Yao, Hao Gu, Xuweiyi Chen, Jiayun Wang, Zezhou Cheng

机构 * University of Virginia（弗吉尼亚大学） ； California Institute of Technology（加州理工学院） 纠错

专题命中 点云 ：3D vision(abstract)；分类 cs.CV

AI总结 本文提出了一种开放词汇单目3D检测方法，通过整合预训练的2D和3D视觉模型，解决3D标注稀缺和语义歧义问题，实现对新类别的零样本检测和已有类别的域内检测。

Comments 3DV 2026, Project page: https://cvlab.cs.virginia.edu/ovmono3d

$δ$-core subsampling, strong collapses and TDA

基于强坍缩的$δ$-core子采样方法在拓扑数据分析中的应用

Elias Gabriel Minian

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出基于强坍缩的$δ$-core子采样方法，用于拓扑数据分析，通过减少计算复杂度同时保留拓扑特征，并在实验中验证了其有效性。

Comments 14 pages, 8 figures, 5 tables