3D 视觉

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