3D 视觉

Learning-based 3D Reconstruction in Autonomous Driving: A Comprehensive Survey

基于学习的自动驾驶3D重建：全面综述

Liewen Liao, Weihao Yan, Wang Xu, Ming Yang, Songan Zhang, H. Eric Tseng

机构 * Global Institute of Future Technology, Shanghai Jiao Tong University（未来技术全球研究院，上海交通大学） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） ； Department of Electrical Engineering, University of Texas at Arlington（电气工程系，德克萨斯理工大学） 纠错

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

AI总结 本文综述了基于学习的3D重建在自动驾驶中的应用，分析了技术发展和挑战，提出了未来研究方向。

Comments Published in IEEE Trans. on Intelligent Transportation Systems

Ov3R: Open-Vocabulary Semantic 3D Reconstruction from RGB Videos

Ov3R：从RGB视频流中进行开放词汇语义3D重建

Ziren Gong, Xiaohan Li, Fabio Tosi, Jiawei Han, Stefano Mattoccia, Jianfei Cai, Matteo Poggi

机构 * University of Bologna（博洛尼亚大学） ； USTC（中科大） ； BIT（北京理工） ； Monash University（墨尔本大学） 纠错

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

AI总结 Ov3R通过结合CLIP语义和融合描述符，实现从RGB视频流中进行开放词汇语义3D重建，提升空间人工智能的实时性和语义感知能力。

On-the-fly Feedback SfM: Online Explore-and-Exploit UAV Photogrammetry with Incremental Mesh Quality-Aware Indicator and Predictive Path Planning

实时反馈结构光束法重建：面向无人机摄影测量的在线探索与利用方法，结合增量网格质量感知指标与预测路径规划

Liyuan Lou, Wanyun Li, Wentian Gan, Yifei Yu, Tengfei Wang, Xin Wang, Zongqian Zhan

机构 * School of Geodesy and Geomatics, Wuhan University（测绘学院，武汉大学） 纠错

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

AI总结 本文提出实时反馈结构光束法重建方法，通过增量网格质量感知和预测路径规划，实现无人机摄影测量的在线探索与利用，提升实时重建与反馈效率。

Comments This work was submitted to IEEE GRSM Journal for consideration.COPYRIGHT would be transferred once it get accepted

Emergent Extreme-View Geometry in 3D Foundation Models

三维基础模型中的涌现极端视角几何

Yiwen Zhang, Joseph Tung, Ruojin Cai, David Fouhey, Hadar Averbuch-Elor

机构 * Cornell University（康奈尔大学） ； New York University（纽约大学） ； Kempner Institute, Harvard University（哈佛大学凯普勒研究所） 纠错

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

AI总结 本文研究了三维基础模型在极端视角下的几何理解能力，并提出轻量级对齐方案提升其相对姿态估计性能，同时引入新的未见过的互联网场景基准。

Comments Project page is at https://ext-3dfms.github.io/

DepthScape: Authoring 2.5D Designs via Depth Estimation, Semantic Understanding, and Geometry Extraction

DepthScape: 通过深度估计、语义理解和几何提取进行2.5D设计创作

Xia Su, Cuong Nguyen, Matheus A. Gadelha, Jon E. Froehlich

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

AI总结 DepthScape通过深度估计、语义理解和几何提取，实现2.5D设计创作，提升视觉真实感与动态效果。

EGGS: Exchangeable 2D/3D Gaussian Splatting for Geometry-Appearance Balanced Novel View Synthesis

EGGS: 可交换的2D/3D高斯点扩散用于几何-外观平衡的新视角合成

Yancheng Zhang, Guangyu Sun, Chen Chen

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

AI总结 EGGS通过融合2D和3D高斯点扩散，平衡外观与几何精度，提升新视角合成的渲染质量与效率。

PolarGuide-GSDR: 3D Gaussian Splatting Driven by Polarization Priors and Deferred Reflection for Real-World Reflective Scenes

PolarGuide-GSDR: 由偏振先验和延迟反射驱动的3D高斯散射

Derui Shan, Qian Qiao, Hao Lu, Tao Du, Peng Lu

机构 * North China University of Technology（中国北方工业大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology Beijing（北京科技大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract)；3DGS(abstract)；novel view synthesis(abstract)

AI总结 PolarGuide-GSDR通过偏振引导机制改进3DGS，实现高保真度反射分离与全场景重建，无需环境映射或材料假设，提升实时性能与可解释性。

Compressing 3D Gaussian Splatting by Noise-Substituted Vector Quantization

通过噪声替代向量量化压缩3D高斯散射

Haishan Wang, Mohammad Hassan Vali, Arno Solin

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

AI总结 本文提出通过噪声替代向量量化技术压缩3D高斯散射，有效减少内存消耗并保持重建质量，适用于实际应用。

Comments Appearing in Scandinavian Conference on Image Analysis (SCIA) 2025

Content-Aware Texturing for Gaussian Splatting

具有内容感知的高斯点散布纹理生成

Panagiotis Papantonakis, Georgios Kopanas, Fredo Durand, George Drettakis

机构 * Inria（法国国家信息与自动化技术研究院） ； Université Côte D’Azur（蔚蓝海岸大学） ； Google（谷歌） ； Runway ML（Runway机器学习） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 本文提出了一种基于内容感知的高斯点散布纹理生成方法，通过自适应调整纹理分辨率来提高图像质量和参数效率。

Comments Project Page: https://repo-sam.inria.fr/nerphys/gs-texturing/

Journal ref Eurographics Symposium on Rendering (Symposium Track), 2025

UVGS: Reimagining Unstructured 3D Gaussian Splatting using UV Mapping

UVGS: 重新构想使用UV映射的无结构3D高斯点撒技术

Aashish Rai, Dilin Wang, Mihir Jain, Nikolaos Sarafianos, Kefan Chen, Srinath Sridhar, Aayush Prakash

机构 * Brown University（布朗大学） ； Meta Reality Labs（Meta现实实验室） 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UVGS，通过UV映射将无结构3D高斯点撒转化为结构化2D表示，利用现有2D模型高效建模3D数据，并实现可扩展的生成应用。

Comments https://ivl.cs.brown.edu/uvgs

Journal ref CVPR 2025

PRIMU: Uncertainty Estimation for Novel Views in Gaussian Splatting from Primitive-Based Representations of Error and Coverage

PRIMU：基于原始体表示的误差与覆盖度的不确定性估计

Thomas Gottwald, Edgar Heinert, Peter Stehr, Chamuditha Jayanga Galappaththige, Matthias Rottmann

机构 * Department of Mathematics（数学系） ； University of Wuppertal（乌珀塔尔大学） ； Institute of Computer Science（计算机科学研究所） ； University of Osnabrück（奥斯纳布吕克大学） ； Centre for Robotics（机器人中心） ； Queensland University of Technology（昆士兰理工大学） 纠错

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

AI总结 PRIMU通过基于原始体的误差和覆盖度表示，实现了高斯点扩散中对新视图不确定性的有效估计，优于现有方法，尤其在深度和前景物体估计上表现突出。

Comments Revised writing and figures; additional Gaussian Splatting experiments; added baselines and datasets; active view-selection experiments

SkelSplat: Robust Multi-view 3D Human Pose Estimation with Differentiable Gaussian Rendering

SkelSplat: 基于可微高斯渲染的鲁棒多视角3D人体姿态估计

Laura Bragagnolo, Leonardo Barcellona, Stefano Ghidoni

机构 * University of Padova（帕多瓦大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 SkelSplat通过可微高斯渲染实现多视角3D人体姿态估计，无需3D真实数据监督，有效提升跨数据集泛化能力与遮挡鲁棒性。

Comments WACV 2026

BEVDilation: LiDAR-Centric Multi-Modal Fusion for 3D Object Detection

BEVDilation：以LiDAR为中心的多模态融合用于3D目标检测

Guowen Zhang, Chenhang He, Liyi Chen, Lei Zhang

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

AI总结 BEVDilation提出以LiDAR为中心的多模态融合方法，通过稀疏体素扩张和语义引导BEV扩张模块提升3D目标检测性能，有效缓解深度误差带来的空间错位问题。

Comments Accept by AAAI26

Reproducing and Extending RaDelft 4D Radar with Camera-Assisted Labels

重现并扩展RaDelft 4D雷达与摄像头辅助标签

Kejia Hu, Mohammed Alsakabi, John M. Dolan, Ozan K. Tonguz

机构 * Department of Electrical and Computer Engineering, College of Engineering（电气与计算机工程系） ； The Robotics Institute, School of Computer Science（机器人研究所） 纠错

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

AI总结 本研究重现并扩展RaDelft 4D雷达数据集，通过摄像头引导的标签生成方法实现雷达点云的高精度标注，并分析雾度对雷达标签性能的影响。

ViTaMIn-B: A Reliable and Efficient Visuo-Tactile Bimanual Manipulation Interface

ViTaMIn-B: 一种可靠且高效的视觉-触觉双臂操作接口

Chuanyu Li, Chaoyi Liu, Daotan Wang, Shuyu Zhang, Lusong Li, Zecui Zeng, Fangchen Liu, Jing Xu, Rui Chen

机构 * Tsinghua University（清华大学） ； University of California, Berkeley（加州大学伯克利分校） ； JD Explore Academy（JD探索学院） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 ViTaMIn-B通过DuoTact传感器和6自由度双臂位姿采集技术，实现了高效可靠的双臂操作任务数据采集。

Comments Project page: https://chuanyune.github.io/ViTaMIn-B_page/

Alligat0R: Pre-Training Through Co-Visibility Segmentation for Relative Camera Pose Regression

Alligat0R：通过共视分割进行预训练以实现相对相机姿态回归

Thibaut Loiseau, Guillaume Bourmaud, Vincent Lepetit

机构 * LIGM, Ecole des Ponts, Univ. Gustave Eiffel, CNRS, France（LIGM，巴黎理工大学，埃菲尔大学，CNRS，法国） ； Univ. Bordeaux, CNRS, Bordeaux INP, IMS, UMR 5218, France（波尔多大学，CNRS，波尔多INP，IMS，UMR 5218，法国） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 Alligat0R通过共视分割预训练方法在相对相机姿态回归中优于CroCo

Comments NeurIPS 2025 Spotlight

Multi-View Graph Learning with Graph-Tuple

多视图图学习与图元组

Shiyu Chen, Ningyuan Huang, Soledad Villar

机构 * Department of Applied Mathematics and Statistics（应用数学与统计学系） ； Johns Hopkins University（约翰霍普金斯大学） ； Flatiron Institute（Flatiron研究所） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出多视图图元组框架，通过异质信息传递架构提升图神经网络的表现力，应用于分子属性预测和宇宙学参数推断，展现其在处理密集图数据中的优势。

Comments Accepted as a poster at the TAG-DS 2025 Workshop (Topology, Algebra, and Geometry in Data Science). OpenReview: https://openreview.net/forum?id=s4ezAuj5xM

CAMEO: Correspondence-Attention Alignment for Multi-View Diffusion Models

CAMEO：多视图扩散模型中的对应-注意力对齐

Minkyung Kwon, Jinhyeok Choi, Jiho Park, Seonghu Jeon, Jinhyuk Jang, Junyoung Seo, Minseop Kwak, Jin-Hwa Kim, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究中心） ； NAVER AI Lab（NAVER人工智能实验室） ； SNU AIIS（延世大学人工智能研究所） 纠错

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

AI总结 CAMEO通过几何对应监督注意力图，提升多视图扩散模型的训练效率和生成质量。

Comments Project page: https://cvlab-kaist.github.io/CAMEO/

VoxRep: Enhancing 3D Spatial Understanding in 2D Vision-Language Models via Voxel Representation

VoxRep：通过体素表示增强2D视觉-语言模型的3D空间理解

Alan Dao, Norapat Buppodom

机构 * Menlo Research（Menlo研究） 纠错

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

AI总结 本文提出VoxRep方法，通过将体素空间切分为2D切片并输入预训练的视觉-语言模型，实现对3D环境的高效语义理解。

Journal ref Proc. APSIPA ASC 2025, pp. 1464-1469

GeoViS: Geospatially Rewarded Visual Search for Remote Sensing Visual Grounding

GeoViS: 基于地理奖励的视觉搜索用于遥感视觉定位

Peirong Zhang, Yidan Zhang, Luxiao Xu, Jinliang Lin, Zonghao Guo, Fengxiang Wang, Xue Yang, Kaiwen Wei, Lei Wang

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空信息研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； National University of Defense Technology（国防科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Chongqing University（重庆大学） 纠错

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

AI总结 GeoViS通过地理奖励机制，实现了遥感影像中的细粒度视觉定位，通过逐步搜索和推理提升小目标检测精度与跨领域泛化能力。

Comments 11 pages, 4 figures

Mapping of Lesion Images to Somatic Mutations

将病变图像映射到体细胞突变

Rahul Mehta

机构 * University of Illinois at Chicago（伊利诺伊大学香槟分校） ； University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出LLOST模型，通过点云表示和共享潜在空间，将医学影像与体细胞突变数据关联，以预测突变特征和癌症类型。

Comments https://dl.acm.org/doi/abs/10.1145/3340531.3414074#sec-terms

Fast 3D Surrogate Modeling for Data Center Thermal Management

快速三维代理建模用于数据中心热管理

Soumyendu Sarkar, Antonio Guillen-Perez, Zachariah J Carmichael, Avisek Naug, Refik Mert Cam, Vineet Gundecha, Ashwin Ramesh Babu, Sahand Ghorbanpour, Ricardo Luna Gutierrez

专题命中 其他3D视觉 ：3D vision(abstract)；分类 cs.CV

AI总结 本文提出基于视觉的快速三维代理建模方法，用于实时预测数据中心温度分布，实现高效的冷却控制与能耗降低。

Comments Submitted to AAAI 2026 Conference