3D 视觉

EGG-Fusion: Efficient 3D Reconstruction with Geometry-aware Gaussian Surfel on the Fly

EGG-Fusion: 基于几何感知高斯surfel的高效实时3D重建

Xiaokun Pan, Zhenzhe Li, Zhichao Ye, Hongjia Zhai, Guofeng Zhang

机构 * State Key Lab of CAD\&CG, Zhejiang University（浙江大学CAD与CG国家重点实验室） ； SenseTime Research（商汤科技研究院） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；NeRF(abstract)；Gaussian Splatting(abstract)；3DGS(abstract)

AI总结 EGG-Fusion提出一种基于几何感知高斯surfel的实时3D重建系统，通过信息滤波融合方法提升精度和实时性，实现20%以上的精度提升。

Comments SIGGRAPH ASIA 2025

HeartFormer: Semantic-Aware Dual-Structure Transformers for 3D Four-Chamber Cardiac Point Cloud Reconstruction

HeartFormer：用于3D四腔心脏点云重建的语义感知双结构变换器

Zhengda Ma, Abhirup Banerjee

机构 * Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK（生物医学工程研究所，工程科学系，牛津大学，英国） 纠错

专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.CV

AI总结 HeartFormer通过语义感知双结构变换器网络和几何特征细化网络，实现3D四腔心脏点云的高保真重建，并构建首个大规模心脏数据集验证其性能。

Visual Sync: Multi-Camera Synchronization via Cross-View Object Motion

视觉同步：通过跨视角物体运动实现多摄像头同步

Shaowei Liu, David Yifan Yao, Saurabh Gupta, Shenlong Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 VisualSync通过多视角动态优化，实现跨摄像头流的毫秒级同步，有效降低同步误差至50毫秒以下。

Comments Accepted to NeurIPS 2025. Project page: https://stevenlsw.github.io/visualsync/

Textured Geometry Evaluation: Perceptual 3D Textured Shape Metric via 3D Latent-Geometry Network

纹理几何评估：基于3D潜在几何网络的感知3D纹理形状度量

Tianyu Luan, Xuelu Feng, Zixin Zhu, Phani Nuney, Sheng Liu, Xuan Gong, David Doermann, Chunming Qiao, Junsong Yuan

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出TGE方法，通过直接利用3D纹理网格的几何和颜色信息，实现对3D纹理形状保真度的感知评估，优于传统基于渲染的方法。

Comments Accepted by AAAI26

SRAM: Shape-Realism Alignment Metric for No Reference 3D Shape Evaluation

SRAM：无参考3D形状评估的形状现实对齐度量

Sheng Liu, Tianyu Luan, Phani Nuney, Xuelu Feng, Junsong Yuan

专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV

AI总结 SRAM提出了一种基于大型语言模型的无参考3D形状评估度量，通过网格编码和现实感解码器实现与人类感知的对齐，优于现有方法并具有良好的泛化能力。

Comments Accepted by AAAI2026

Learning Eigenstructures of Unstructured Data Manifolds

学习无结构数据流形的特征结构

Roy Velich, Arkadi Piven, David Bensaïd, Daniel Cremers, Thomas Dagès, Ron Kimmel

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出了一种学习无结构数据流形特征结构的新框架，通过最小化重建误差来学习谱基，无需传统操作符选择和特征分解，适用于任意维度的数据集。

Asset-Driven Sematic Reconstruction of Dynamic Scene with Multi-Human-Object Interactions

基于资产的动态场景语义重建与多人类-物体交互

Sandika Biswas, Qianyi Wu, Biplab Banerjee, Hamid Rezatofighi

机构 * Monash University（墨尔本大学） ； Indian Institute of Technology（印度理工学院） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出混合方法，结合3D生成模型、语义感知变形和GS优化，实现动态场景中多人类-物体交互的高保真重建。

Robust Phase-Shifting Profilometry for Arbitrary Motion

鲁棒的任意运动相位移 profilometry

Geyou Zhang, Kai Liu, Ao Li, Ce Zhu

机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； College of Electrical Engineering, Sichuan University（四川大学电气工程学院） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出了一种鲁棒的任意运动相位移 profilometry 方法，能够有效补偿复杂运动场景中的运动误差，提升 3D 重建精度。

Pore-scale Image Patch Dataset and A Comparative Evaluation of Pore-scale Facial Features

孔尺度图像块数据集及孔尺度面部特征的比较评估

Dong Li, HuaLiang Lin, JiaYu Li

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出PorePatch数据集及DMCE框架，通过训练SOTA模型在面部弱纹理匹配任务中取得1.91%的FPR95，但3D重建任务中表现不显著优于传统方法。

SizeGS: Size-aware Compression of 3D Gaussian Splatting via Mixed Integer Programming

SizeGS: 通过混合整数规划实现3D高斯点云的尺寸感知压缩

Shuzhao Xie, Jiahang Liu, Weixiang Zhang, Shijia Ge, Sicheng Pan, Chen Tang, Yunpeng Bai, Cong Zhang, Xiaoyi Fan, Zhi Wang

机构 * SIGS, Tsinghua University（清华大学SIGS实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Jiangxing Intelligence Inc.（江行智能有限公司） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,comments)；3D reconstruction(abstract)；分类 cs.CV

AI总结 SizeGS通过混合整数规划优化3DGS的超参数，实现高效尺寸感知压缩，提升压缩效率和视觉质量。

Comments Automatically compressing 3DGS into the desired file size while maximizing the visual quality

Feed-Forward 3D Gaussian Splatting Compression with Long-Context Modeling

前馈3D高斯散射压缩与长上下文建模

Zhening Liu, Rui Song, Yushi Huang, Yingdong Hu, Xinjie Zhang, Jiawei Shao, Zehong Lin, Jun Zhang

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究所） ； China Telecom（中国电信） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV

AI总结 本文提出了一种前馈3DGS压缩方法，通过大规模上下文结构和自回归熵模型实现长距离依赖建模，达到20倍压缩比和先进性能。

PolarGS: Polarimetric Cues for Ambiguity-Free Gaussian Splatting with Accurate Geometry Recovery

PolarGS: 极化线索用于无歧义的高斯点散射及准确的几何恢复

Bo Guo, Sijia Wen, Yifan Zhao, Jia Li, Zhiming Zheng

机构 * Institute of Artificial Intelligence, Beihang University（北航人工智能研究院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（北京未来区块链与隐私计算先进创新中心） ； State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering, Beihang University（虚拟现实技术与系统国家重点实验室，北航计算机科学与工程学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV

AI总结 PolarGS通过引入偏振作为光学先验，解决3DGS在光度学模糊区域的几何重建问题，提升重建精度。

Cross-Temporal 3D Gaussian Splatting for Sparse-View Guided Scene Update

跨时间3D高斯点云法用于稀疏视角引导的场景更新

Zeyuan An, Yanghang Xiao, Zhiying Leng, Frederick W. B. Li, Xiaohui Liang

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV

AI总结 本文提出跨时间3D高斯点云法，通过稀疏图像和先验信息实现跨时间的3D场景重建与更新，提升重建质量和数据效率。

Comments AAAI2026 accepted

DenoiseGS: Gaussian Reconstruction Model for Burst Denoising

DenoiseGS：基于高斯重建的爆破去噪模型

Yongsen Cheng, Yuanhao Cai, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；point cloud(abstract)；novel view synthesis(abstract)

AI总结 DenoiseGS通过高斯自一致性损失和对数加权频率损失，实现了高效且高质量的爆破去噪，显著优于现有方法并提升推理速度。

Comments Update Abstract

Sketch-guided Cage-based 3D Gaussian Splatting Deformation

基于草图的基于笼子的3D高斯点扩散变形

Tianhao Xie, Noam Aigerman, Eugene Belilovsky, Tiberiu Popa

机构 * Concordia University（康科德大学） ； Université de Montréal（蒙特利尔大学） ； Mila（Mila研究院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种基于草图的3D GS变形系统，结合笼子变形与神经雅可比场，实现对3D模型几何的精细控制，并通过实验展示其在静态模型动画化中的应用。

Comments 10 pages, 9 figures, accepted at WACV 26, project page: https://tianhaoxie.github.io/project/gs_deform/

TagSplat: Topology-Aware Gaussian Splatting for Dynamic Mesh Modeling and Tracking

TagSplat: 基于拓扑的高斯点散布用于动态网格建模与追踪

Hanzhi Guo, Dongdong Weng, Mo Su, Yixiao Chen, Xiaonuo Dongye, Chenyu Xu

机构 * Beijing Institute of Technology（北京理工大学） ； Soul Shell Technology Co., Ltd（Soul Shell技术有限公司） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR

AI总结 TagSplat通过拓扑感知的高斯点散布方法，实现了高质量的动态网格重建与追踪，提升拓扑一致性与网格质量。

OccluGaussian: Occlusion-Aware Gaussian Splatting for Large Scene Reconstruction and Rendering

OccluGaussian：面向大场景重建与渲染的遮挡感知高斯点云技术

Shiyong Liu, Xiao Tang, Zhihao Li, Yingfan He, Chongjie Ye, Jianzhuang Liu, Binxiao Huang, Shunbo Zhou, Xiaofei Wu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Shenzhen Institutes of Advanced Technology（深圳先进技术研究院） ； The University of Hong Kong（香港大学） ； Huawei Embodied Intelligence Lab（华为具身智能实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR

AI总结 OccluGaussian通过遮挡感知的场景划分和区域渲染技术，提升大规模场景重建与渲染的质量和效率。

Comments Accepted to ICCV 2025. Project website: https://occlugaussian.github.io

TGSFormer: Scalable Temporal Gaussian Splatting for Embodied Semantic Scene Completion

TGSFormer：可扩展的时序高斯点云用于具身语义场景补全

Rui Qian, Haozhi Cao, Tianchen Deng, Tianxin Hu, Weixiang Guo, Shenghai Yuan, Lihua Xie

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结 TGSFormer通过时序高斯点云框架实现了具身语义场景补全的高精度与可扩展性。

Comments 14 pages, 10 figures

SplatFont3D: Structure-Aware Text-to-3D Artistic Font Generation with Part-Level Style Control

SplatFont3D: 基于结构的文本到3D艺术字体生成与部分级风格控制

Ji Gan, Lingxu Chen, Jiaxu Leng, Xinbo Gao

机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Xidian University（西安电子科技大学） 纠错

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV、cs.GR

AI总结 SplatFont3D通过3D高斯溅射技术实现基于结构的文本到3D艺术字体生成，提供精确的部分级风格控制，提升渲染效率和视觉质量。

Dynamic-eDiTor: Training-Free Text-Driven 4D Scene Editing with Multimodal Diffusion Transformer

Dynamic-eDiTor: 基于文本的无训练4D场景编辑与多模态扩散变换器

Dong In Lee, Hyungjun Doh, Seunggeun Chi, Runlin Duan, Sangpil Kim, Karthik Ramani

机构 * Purdue University（普渡大学） ； Korea University（韩国大学） 纠错

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 Dynamic-eDiTor通过多模态扩散变换器和4DGS实现无训练文本驱动的4D场景编辑，提升多视图和时间一致性。

Comments 4D Scene Editing

DynamicTree: Interactive Real Tree Animation via Sparse Voxel Spectrum

DynamicTree: 通过稀疏体素光谱实现交互式真实树动画

Yaokun Li, Lihe Ding, Xiao Chen, Guang Tan, Tianfan Xue

机构 * Sun Yat-sen University（中山大学） ； CUHK MMLab（香港中文大学多媒体实验室） ； CPII under InnoHK（创新科技署CPII） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

AI总结 DynamicTree通过稀疏体素光谱实现交互式真实树动画，首次在3DGS重建中生成长期动态，提升视觉质量和效率。

Comments Project Page: https://dynamictree-dev.github.io/DynamicTree.github.io/

EAST: Environment-Aware Stylized Transition Along the Reality-Virtuality Continuum

EAST：环境感知的风格化过渡沿现实-虚拟连续体

Xiaohan Zhang, Kan Liu, Yangle Liu, Fengze Li, Jieming Ma, Yue Li

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)

AI总结 EAST通过风格化过渡技术，在现实-虚拟连续体中实现无缝的审美一致性，提升VR体验中的沉浸感和情感连续性。

GigaWorld-0: World Models as Data Engine to Empower Embodied AI

GigaWorld-0：世界模型作为数据引擎赋能具身AI

GigaWorld Team, Angen Ye, Boyuan Wang, Chaojun Ni, Guan Huang, Guosheng Zhao, Haoyun Li, Jiagang Zhu, Kerui Li, Mengyuan Xu, Qiuping Deng, Siting Wang, Wenkang Qin, Xinze Chen, Xiaofeng Wang, Yankai Wang, Yu Cao, Yifan Chang, Yuan Xu, Yun Ye, Yang Wang, Yukun Zhou, Zhengyuan Zhang, Zhehao Dong, Zheng Zhu

机构 * GigaWorld Team（GigaWorld团队） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.RO

AI总结 GigaWorld-0通过整合视频生成与3D建模技术，构建统一的数据引擎，生成高质量具身交互数据，提升VLA模型在现实任务中的性能。

Comments Project Page: https://giga-world-0.github.io/

ManualVLA: A Unified VLA Model for Chain-of-Thought Manual Generation and Robotic Manipulation

ManualVLA: 一种统一的VLA模型用于链式思维手动生成和机器人操作

Chenyang Gu, Jiaming Liu, Hao Chen, Runzhong Huang, Qingpo Wuwu, Zhuoyang Liu, Xiaoqi Li, Ying Li, Renrui Zhang, Peng Jia, Pheng-Ann Heng, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Simplexity Robotics Project（Simplexity机器人项目） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO

AI总结 ManualVLA通过融合多模态手册生成与动作执行，提升机器人长周期任务中的规划与操作能力。

Binary-Gaussian: Compact and Progressive Representation for 3D Gaussian Segmentation

二进制高斯：用于3D高斯分割的紧凑且渐进式表示

An Yang, Chenyu Liu, Jun Du, Jianqing Gao, Jia Pan, Jinshui Hu, Baocai Yin, Bing Yin, Cong Liu

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出二进制高斯编码方法，通过压缩特征和渐进训练策略提升3D高斯分割的效率与精度。

Journal ref AAAI2026

Have We Scene It All? Scene Graph-Aware Deep Point Cloud Compression

我们是否已经看到了一切？基于场景图的深度点云压缩

Nikolaos Stathoulopoulos, Christoforos Kanellakis, George Nikolakopoulos

机构 * Robotics and AI Group, Department of Computer, Electrical and Space Engineering, Luleå University of Technology（机器人与人工智能组，计算机、电子与航天工程系，卢勒阿大学技术学院） 纠错

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

AI总结 本文提出基于场景图的深度点云压缩框架，通过语义感知编码和结构化解码实现高效压缩，保留结构和语义信息，并支持多机器人系统中的下游应用。

Comments Please cite published version. 8 pages, 6 figures

Journal ref IEEE Robotics and Automation Letters, vol. 10, no. 12, pp. 12477-12484, 2025

HiMo: High-Speed Objects Motion Compensation in Point Clouds

HiMo：点云中高速物体运动补偿

Qingwen Zhang, Ajinkya Khoche, Yi Yang, Li Ling, Sina Sharif Mansouri, Olov Andersson, Patric Jensfelt

机构 * Division of Robotics, Perception, and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院） ； Scania Group（斯堪尼亚集团） ； Autonomous Transport Solutions Lab, Scania Group（自主运输解决方案实验室，斯堪尼亚集团） 纠错

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

AI总结 HiMo通过SeFlow++实时场景流估计器，解决点云中高速移动物体引起的运动失真问题，提升动态物体的几何一致性和视觉保真度。

Comments 15 pages, 13 figures, Published in Transactions on Robotics (Volume 41)

Rethinking Multimodal Point Cloud Completion: A Completion-by-Correction Perspective

重新思考多模态点云补全：一种补全-修正视角

Wang Luo, Di Wu, Hengyuan Na, Yinlin Zhu, Miao Hu, Guocong Quan

机构 * Wang Luo, Di Wu, Hengyuan Na, Yinlin Zhu, Miao Hu, Guocong Quan（作者） 纠错

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

AI总结 PGNet通过补全-修正范式，结合多阶段框架和双特征编码，实现更鲁棒的点云补全，提升重建精度与结构一致性。

Comments Accepted by AAAI 2026

PointNet4D: A Lightweight 4D Point Cloud Video Backbone for Online and Offline Perception in Robotic Applications

PointNet4D: 一种轻量级的4D点云视频主干网络，用于机器人应用中的在线和离线感知

Yunze Liu, Zifan Wang, Peiran Wu, Jiayang Ao

机构 * Tsinghua University（清华大学） ； University of Bristol（布里斯托大学） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 PointNet4D是一种轻量级4D点云视频主干网络，通过混合Mamba-Transformer时间融合模块和4DMAP预训练策略，提升机器人应用中的在线和离线感知性能。

Comments Accepted by WACV2026

GFT: Graph Feature Tuning for Efficient Point Cloud Analysis

GFT：用于高效点云分析的图特征调谐

Manish Dhakal, Venkat R. Dasari, Rajshekhar Sunderraman, Yi Ding

机构 * Department of Computer Science, Georgia State University（计算机科学系，佐治亚州立大学） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

AI总结 GFT通过图特征调谐方法，针对点云数据高效减少可训练参数，提升点云分析任务的效率与性能。

Comments Accepted to WACV 2026