3D 视觉

Auto3R: Automated 3D Reconstruction and Scanning via Data-driven Uncertainty Quantification

Auto3R: 通过数据驱动的不确定性量化实现自动化3D重建与扫描

Chentao Shen, Sizhe Zheng, Bingqian Wu, Yaohua Feng, Yuanchen Fei, Mingyu Mei, Hanwen Jiang, Xiangru Huang

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

AI总结 Auto3R通过数据驱动的不确定性量化方法，实现对非兰伯特和镜面材料物体的全自动3D扫描与重建，提升真实世界3D物体数字化效率。

LiteVGGT: Boosting Vanilla VGGT via Geometry-aware Cached Token Merging

LiteVGGT: 通过几何感知的缓存标记合并提升基础VGGT

Zhijian Shu, Cheng Lin, Tao Xie, Wei Yin, Ben Li, Zhiyuan Pu, Weize Li, Yao Yao, Xun Cao, Xiaoyang Guo, Xiao-Xiao Long

机构 * Nanjing University of Posts and Telecommunications（南京邮电大学） ； Horizon Robotics ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； Macau University of Science and Technology（澳门科技大学） ； TARS Robotics ； China Mobile Zijin Innovation Institute（中国移动吉林创新研究院） 纠错

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

AI总结 LiteVGGT通过几何感知的缓存标记合并提升基础VGGT的效率，实现10倍加速和内存减少，适用于大规模3D重建场景。

Object Reconstruction under Occlusion with Generative Priors and Contact-induced Constraints

在遮挡下利用生成先验和接触诱导约束进行物体重建

Minghan Zhu, Zhiyi Wang, Qihang Sun, Maani Ghaffari, Michael Posa

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出了一种结合生成先验和接触诱导约束的方法，用于在遮挡下提高物体重建的准确性。

Comments Project page: https://contactgen3d.github.io/

Surface-Based Visibility-Guided Uncertainty for Continuous Active 3D Neural Reconstruction

基于表面的可见性引导不确定性用于连续主动3D神经重建

Hyunseo Kim, Hyeonseo Yang, Taekyung Kim, YoonSung Kim, Minsu Lee, Jin-Hwa Kim, Byoung-Tak Zhang

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

AI总结 本文提出基于表面的可见性场（SBV），用于连续主动3D神经重建中估计可见性引导的不确定性，通过学习渲染不确定性并更新表面置信度，提升重建性能达11.6%。

Comments The main claims are the same as in the previous version, but the naming and explanations have been changed. Accepted at AAAI 2026 Artificial Intelligence with Biased or Scarce Data workshop

ROGR: Relightable 3D Objects using Generative Relighting

ROGR：基于生成光照的可重照明3D物体

Jiapeng Tang, Matthew Levine, Dor Verbin, Stephan J. Garbin, Matthias Nießner, Ricardo Martin Brualla, Pratul P. Srinivasan, Philipp Henzler

机构 * Google Research（谷歌研究） ； Google Deepmind（谷歌DeepMind） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV、cs.GR

AI总结 ROGR通过生成光照模型实现可重照明的3D物体重建，采用双分支架构的光照条件NeRF，高效生成任意环境光照下的物体外观。

Comments NeurIPS 2025 Spotlight. Project page: https://tangjiapeng.github.io/ROGR

RobustSplat++: Decoupling Densification, Dynamics, and Illumination for In-the-Wild 3DGS

RobustSplat++: 解耦密度化、动态和光照以应对真实场景中的3DGS

Chuanyu Fu, Guanying Chen, Yuqi Zhang, Kunbin Yao, Yuan Xiong, Chuan Huang, Shuguang Cui, Yasuyuki Matsushita, Xiaochun Cao

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

AI总结 RobustSplat++通过解耦密度化、动态和光照，有效处理真实场景中的瞬时物体和光照变化，提升3DGS的鲁棒性和准确性。

Comments arXiv admin note: substantial text overlap with arXiv:2506.02751

Physics-Informed Deformable Gaussian Splatting: Towards Unified Constitutive Laws for Time-Evolving Material Field

物理引导的可变形高斯点云：面向时间演化的材料场统一本构定律

Haoqin Hong, Ding Fan, Fubin Dou, Zhi-Li Zhou, Haoran Sun, Congcong Zhu, Jingrun Chen

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

AI总结 本文提出物理引导的可变形高斯点云方法，通过引入时间变化的本构参数和物理约束，提升动态场景的物理一致性和重建质量。

Comments Accepted by AAAI-26

SeeLe: A Unified Acceleration Framework for Real-Time Gaussian Splatting

SeeLe：面向实时高斯点云的统一加速框架

Xiaotong Huang, He Zhu, Zihan Liu, Weikai Lin, Xiaohong Liu, Zhezhi He, Jingwen Leng, Minyi Guo, Yu Feng

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

AI总结 SeeLe通过混合预处理和贡献感知光栅化技术，为资源受限的移动设备提供高效的3DGS加速框架，实现2.6倍的加速和32.3%的模型减小，同时保持高质量的渲染效果。

Gaussian Entropy Fields: Driving Adaptive Sparsity in 3D Gaussian Optimization

高斯熵场：驱动3D高斯优化中的自适应稀疏性

Hong Kuang, Jianchen Liu

机构 * College of Geodesy and Geomatics（地质与测绘学院） ； Shandong University of Science and Technology（山东科技大学） 纠错

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

AI总结 本文提出Gaussian Entropy Fields，通过熵驱动表面建模、自适应空间正则化和多尺度几何保留，提升3D高斯优化中的表面重建精度与渲染质量。

Comments 28 pages,11 figures

Bridging Simulation and Reality: Cross-Domain Transfer with Semantic 2D Gaussian Splatting

弥合仿真与现实：基于语义2D高斯点云的跨领域迁移

Jian Tang, Pu Pang, Haowen Sun, Chengzhong Ma, Xingyu Chen, Hua Huang, Xuguang Lan

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

AI总结 本研究提出语义2D高斯点云方法，通过提取领域不变特征提升机器人操作的仿真到现实迁移能力。

SyncTrack4D: Cross-Video Motion Alignment and Video Synchronization for Multi-Video 4D Gaussian Splatting

SyncTrack4D: 多视频4D高斯点云的跨视频运动对齐与视频同步

Yonghan Lee, Tsung-Wei Huang, Shiv Gehlot, Jaehoon Choi, Guan-Ming Su, Dinesh Manocha

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Dolby Laboratories（杜比实验室） 纠错

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

AI总结 SyncTrack4D通过跨视频运动对齐和4D高斯点云重建，实现多视频不同步问题的高精度同步与高保真重建。

4DLangVGGT: 4D Language-Visual Geometry Grounded Transformer

4DLangVGGT: 4D语言-视觉几何 grounded Transformer

Xianfeng Wu, Yajing Bai, Minghan Li, Xianzu Wu, Xueqi Zhao, Zhongyuan Lai, Wenyu Liu, Xinggang Wang

机构 * State Key Laboratory of Precision Blasting, Jianghan University（江汉大学精密爆破重点实验室） ； Harvard AI and Robotics Lab, Harvard University（哈佛大学AI与机器人实验室） ； School of EIC, Huazhong University of Science and Technology（华中科技大学电子信息学院） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； School of Mathematics and Statistics, Hubei University of Education（湖北省教育学院数学与统计学学院） 纠错

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

AI总结 4DLangVGGT是一种基于Transformer的统一框架，用于4D语言 grounding，通过整合几何感知和语言对齐，提升4D场景理解的泛化能力和部署效率。

Comments Code: https://github.com/hustvl/4DLangVGGT, Webpage: https://hustvl.github.io/4DLangVGGT

Mind-to-Face: Neural-Driven Photorealistic Avatar Synthesis via EEG Decoding

Mind-to-Face: 通过解码EEG信号实现神经驱动的逼真虚拟形象合成

Haolin Xiong, Tianwen Fu, Pratusha Bhuvana Prasad, Yunxuan Cai, Haiwei Chen, Wenbin Teng, Hanyuan Xiao, Yajie Zhao

机构 * Institute for Creative Technologies（创意技术研究所） ； University of Southern California（南加州大学） 纠错

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

AI总结 Mind-to-Face通过EEG解码实现神经驱动的逼真虚拟形象合成，能够精准捕捉情绪动态并生成高质量的面部表情。

Comments 16 pages, 11 figures

PPL: Point Cloud Supervised Proprioceptive Locomotion Reinforcement Learning for Legged Robots in Crawl Spaces

PPL：用于爬行空间四足机器人感知性运动强化学习的点云监督方法

Bida Ma, Nuo Xu, Chenkun Qi, Xin Liu, Yule Mo, Jinkai Wang, Chunpeng Lu

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

AI总结 本研究提出了一种点云监督的强化学习框架，用于提升四足机器人在受限空间中的运动能力，通过高效的点云特征提取和状态估计网络实现更快的训练和更敏捷的穿行性能。

Comments Accepted by RA-L

Stability of 0-dimensional persistent homology in enriched and sparsified point clouds

0维持久同调在增强和稀疏点云中的稳定性

Jānis Lazovskis, Ran Levi, Juliano Morimoto

专题命中 点云 ：point cloud(title)

AI总结 本文提出了一种在增强和稀疏点云中分析超体积的拓扑方法，通过持久图的精确界限和立方体复杂度的对偶恒等式，提供拓扑保证的分析工具。

Comments 18 pages, 13 figures. Clarified exposition and motivation. Comments welcome

A dynamic memory assignment strategy for dilation-based ICP algorithm on embedded GPUs

一种基于扩张的ICP算法在嵌入式GPU上的动态内存分配策略

Qiong Chang, Weimin Wang, Junpei Zhong, Jun Miyazaki

机构 * School of Coumputing Institute of Science（计算学院科学研究所） ； Dalian University of Technology（大连理工大学） ； University of Wollongong (College HK)（卧龙岗大学（香港学院）） ； School of Computing Institute of Science（计算学院科学研究所） 纠错

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

AI总结 本文提出了一种面向GPU的动态内存分配策略，用于优化VANICP算法的内存使用，实现97%的内存消耗减少，同时保持原有性能。

A re-calibration method for object detection with multi-modal alignment bias in autonomous driving

面向自动驾驶的多模态对齐偏差校准方法

Zhihang Song, Dingyi Yao, Ruibo Ming, Lihui Peng, Danya Yao, Yi Zhang

机构 * Department of Automation Tsinghua University Beijing（自动化系清华大学北京） 纠错

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

AI总结 本文提出一种重新校准模型，通过语义分割和定制损失函数提升自动驾驶中多模态检测的鲁棒性和性能，应对校准偏差带来的影响。

Comments Accepted for publication in IST 2025. Official IEEE Xplore entry will be available once published

Journal ref 2025 IEEE International Conference on Imaging Systems and Techniques (IST)

Locality-Sensitive Hashing-Based Efficient Point Transformer for Charged Particle Reconstruction

基于局部敏感哈希的高效点变换器用于带电粒子重建

Shitij Govil, Jack P. Rodgers, Yuan-Tang Chou, Siqi Miao, Amit Saha, Advaith Anand, Kilian Lieret, Gage DeZoort, Mia Liu, Javier Duarte, Pan Li, Shih-Chieh Hsu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 HEPTv2通过轻量级解码器消除聚类步骤，实现高效端到端推理，提升带电粒子轨迹重建的性能和效率。

Comments Accepted to NeurIPS 2025 Machine Learning and the Physical Sciences Workshop

MVRoom: Controllable 3D Indoor Scene Generation with Multi-View Diffusion Models

MVRoom: 基于多视角扩散模型的可控3D室内场景生成

Shaoheng Fang, Chaohui Yu, Fan Wang, Qixing Huang

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（虎斑实验室） 纠错

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

AI总结 MVRoom通过多视角扩散模型实现可控的3D室内场景生成，结合布局感知的极线注意力机制和迭代框架，提升多视角一致性和生成质量。

SpaceMind: Camera-Guided Modality Fusion for Spatial Reasoning in Vision-Language Models

SpaceMind: 基于摄像头引导的模态融合用于视觉-语言模型中的空间推理

Ruosen Zhao, Zhikang Zhang, Jialei Xu, Jiahao Chang, Dong Chen, Lingyun Li, Weijian Sun, Zizhuang Wei

机构 * Huawei（华为） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 SpaceMind通过摄像头引导的模态融合方法，提升视觉-语言模型在空间推理任务中的性能。

OP-Align: Object-level and Part-level Alignment for Self-supervised Category-level Articulated Object Pose Estimation

OP-Align：面向自监督类别级 articulated 对象姿态估计的对象级和部分级对齐

Yuchen Che, Ryo Furukawa, Asako Kanezaki

机构 * Tokyo Institute of Technology, Tokyo, Japan（东京技术大学） ； Accenture Japan Ltd, Tokyo, Japan（Accenture日本有限公司） 纠错

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

AI总结 OP-Align通过单帧点云实现自监督类别级 articulated 对象姿态估计，通过对象级和部分级对齐提升姿态估计性能。

Comments published in ECCV2024