3D 视觉

A Fast Volumetric Capture and Reconstruction Pipeline for Dynamic Point Clouds and Gaussian Splats

一种用于动态点云和高斯溅射的快速体积分离与重建管道

Athanasios Charisoudis, Simone Croci, Lam Kit Yung, Pascal Frossard, Aljosa Smolic

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

AI总结 该研究提出了一种快速高效的体积分离与重建系统，能够处理RGB-D或RGB-only输入，生成点云和高斯溅射形式的3D表示，并通过开源框架促进可重复性和进一步研究。

Comments ACM SIGGRAPH European Conference on Visual Media Production (CVMP) 2025. Code available at: https://github.com/irc-hslu/capturestudio

SDFoam: Signed-Distance Foam for explicit surface reconstruction

SDFoam：带符号距离场的显式表面重建

Antonella Rech, Nicola Conci, Nicola Garau

机构 * University of Trento（特伦托大学） ； CNIT 纠错

专题命中 三维重建 ：NeRF(abstract)；Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV、cs.GR

AI总结 SDFoam通过联合学习显式Voronoi图与隐式SDF，提升网格重建精度与效率，实现更清晰的视图一致表面。

Matérn Kernels for Tunable Implicit Surface Reconstruction

Matérn核用于可调隐式表面重建

Maximilian Weiherer, Bernhard Egger

机构 * Department of Computer Science（计算机科学系） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学） 纠错

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

AI总结 本文提出使用Matérn核进行隐式表面重建，展示了其在性能和效率上的优势，特别是在无噪声情况下表现优异。

Comments ICLR'25

4D Primitive-Mâché: Glueing Primitives for Persistent 4D Scene Reconstruction

4D 原始-马歇：粘合原始以实现持久的4D场景重建

Kirill Mazur, Marwan Taher, Andrew J. Davison

机构 * Dyson Robotics Lab, Imperial College London（戴森机器人实验室，帝国理工学院伦敦） 纠错

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

AI总结 本文提出一种4D场景重建方法，通过分解场景为刚体3D原始并推断其运动，实现持久的4D重建，优于现有方法。

Comments For project page, see https://makezur.github.io/4DPM/

N3D-VLM: Native 3D Grounding Enables Accurate Spatial Reasoning in Vision-Language Models

N3D-VLM：原生3D接地使视觉-语言模型在3D场景中实现精确的空间推理

Yuxin Wang, Lei Ke, Boqiang Zhang, Tianyuan Qu, Hanxun Yu, Zhenpeng Huang, Meng Yu, Dan Xu, Dong Yu

机构 * HKUST（香港科技大学） ； Tencent AI Lab（腾讯AI实验室） ； CUHK（香港中文大学） ； ZJU（浙江大学） ； NJU（南京大学） 纠错

专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV

AI总结 N3D-VLM通过原生3D感知能力提升视觉-语言模型在3D场景中的空间推理精度与解释性。

Comments Project Page: https://n3d-vlm.github.io

Enhanced 3D Shape Analysis via Information Geometry

通过信息几何增强的3D形状分析

Amit Vishwakarma, K. S. Subrahamanian Moosath

机构 * Indian Institute of Space Science and Technology（印度空间科学与技术研究所） 纠错

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

AI总结 本文提出基于信息几何的3D点云分析方法，通过高斯混合模型和改进的KL散度实现稳定且准确的形状比较。

SpatialVID: A Large-Scale Video Dataset with Spatial Annotations

SpatialVID: 一个具有空间标注的大规模视频数据集

Jiahao Wang, Yufeng Yuan, Rujie Zheng, Youtian Lin, Jian Gao, Lin-Zhuo Chen, Yajie Bao, Yi Zhang, Chang Zeng, Yanxi Zhou, Xiao-Xiao Long, Hao Zhu, Zhaoxiang Zhang, Xun Cao, Yao Yao

机构 * Nanjing University（南京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 SpatialVID是一个包含大规模真实视频和密集3D注释的数据集，旨在提升视频和3D视觉研究中的模型泛化能力与性能。

Comments Project page: https://nju-3dv.github.io/projects/SpatialVID/

Using Gaussian Splats to Create High-Fidelity Facial Geometry and Texture

利用高斯散点创建高质量的面部几何和纹理

Haodi He, Jihun Yu, Ronald Fedkiw

机构 * Epic Games, Stanford University（Epic Games、斯坦福大学） 纠错

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

AI总结 本文提出利用高斯散点重建高质量面部几何与纹理，通过约束三角化表面并解耦纹理与光照，实现高保真视觉效果。

Comments Submitted to CVPR 2026. 21 pages, 22 figures

DynamicGSG: Dynamic 3D Gaussian Scene Graphs for Environment Adaptation

DynamicGSG: 动态3D高斯场景图用于环境适应

Luzhou Ge, Xiangyu Zhu, Zhuo Yang, Xuesong Li

机构 * School of Computer Science, Beijing Institute of Technology, China（计算机学院，北京理工大学） 纠错

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

AI总结 DynamicGSG通过动态高斯场景图实现环境适应，利用高斯溅射技术构建层次化场景图，提升环境理解和适应能力。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

VERM: Leveraging Foundation Models to Create a Virtual Eye for Efficient 3D Robotic Manipulation

VERM：利用基础模型创建虚拟眼睛以实现高效的3D机器人操作

Yixiang Chen, Yan Huang, Keji He, Peiyan Li, Liang Wang

机构 * New Laboratory of Pattern Recognition (NLPR), State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别新技术实验室，多模态人工智能系统国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； FiveAges ； Shandong University（山东大学） 纠错

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

AI总结 VERM通过利用基础模型创建虚拟视图，提升3D机器人操作的效率和准确性，实现训练和推理速度的显著提升。

Comments Accepted at RA-L 2025

Ultra fast, event-by-event heavy-ion simulations for next generation experiments

超快、事件级重离子模拟用于下一代实验

Manjunath Omana Kuttan, Kai Zhou, Jan Steinheimer, Horst Stoecker

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出了一种基于概率扩散模型的新型框架，用于快速生成重离子碰撞事件的点云输出，能够高效模拟并再现UrQMD分布。

Comments Matches published version. 17 pages, 9 figures

Journal ref Phys.Rev.C 112 (2025) 5, 054907

Toward a foundation model for heavy-ion collision experiments based on point-cloud diffusion

基于点云扩散的重离子碰撞实验基础模型

Manjunath Omana Kuttan, Kai Zhou, Jan Steinheimer, Horst Stoecker

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种基于点云扩散的重离子碰撞基础模型，能快速生成事件级碰撞输出，适用于理论与实验研究。

Comments Matches published version. 8 pages, 6 figures

Journal ref Phys.Rev.C 112 (2025) 5, L051902

Learning High-Quality Initial Noise for Single-View Synthesis with Diffusion Models

基于扩散模型的学习高质量初始噪声用于单视图合成

Zhihao Zhang, Xuejun Yang, Weihua Liu, Mouquan Shen

机构 * College of Electrical Engineering and Control Science, Nanjing Tech University（电气工程与控制科学学院，南京理工大学） ； Yongjiang Laboratory（永江实验室） 纠错

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

AI总结 本文提出了一种基于编码器-解码器网络的框架，通过注入图像语义信息将随机噪声转换为高质量噪声，提升单视图合成性能。

Comments 16 pages, 9 figures

BoostDream: Efficient Refining for High-Quality Text-to-3D Generation from Multi-View Diffusion

BoostDream: 高效细化用于多视角扩散模型生成高质量文本到3D生成

Yonghao Yu, Shunan Zhu, Huai Qin, Haorui Li

机构 * Waseda University（早稻田大学） ； Southeast University（东南大学） 纠错

专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV

AI总结 BoostDream通过高效细化方法，结合多视角SDS损失和法线图指导，实现快速生成高质量的3D资产，提升生成效率和质量。

SNOW: Spatio-Temporal Scene Understanding with World Knowledge for Open-World Embodied Reasoning

SNOW：基于世界知识的时空场景理解用于开放世界具身推理

Tin Stribor Sohn, Maximilian Dillitzer, Jason J. Corso, Eric Sax

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Esslingen University of Applied Sciences（埃斯林根应用科学大学） ； Dr. Ing. h.c. F. Porsche AG（德意志联邦汽车工业联合会） ； University of Michigan（密歇根大学） ； Voxel51 Inc.（Voxel51公司） 纠错

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

AI总结 SNOW通过整合视觉语言模型与点云几何，实现统一的4D场景理解，提升开放世界具身推理的性能。

Scaling Spatial Reasoning in MLLMs through Programmatic Data Synthesis

通过程序化数据合成提升大规模语言模型的空间推理能力

Zhi Helu, Huang Jingjing, Xu Wang, Xu Yangbin, Zhang Wanyue, Jiang Baoyang, Deng Shirui, Zhu Liang, Li Fangfang, Zhao Tiejun, Lin Yankai, Yao Yuan

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Tsinghua University（清华大学） ； Institute of Microelectronics of the Chinese Academy of Sciences（中国科学院电子学研究所） ； Renmin University of China（中国人民大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Central South University（中南大学） 纠错

专题命中 空间理解 ：spatial understanding(abstract)

AI总结 SPRITE通过程序化数据合成生成高质量空间推理数据，提升大规模语言模型的空间推理能力，并在多个基准测试中取得显著性能提升。

Flexible Camera Calibration using a Collimator System

基于校准系统的灵活相机校准

Shunkun Liang, Banglei Guan, Zhenbao Yu, Dongcai Tan, Pengju Sun, Zibin Liu, Qifeng Yu, Yang Shang

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

AI总结 本文提出了一种基于校准系统的灵活相机校准方法，通过引入角度不变约束和球面运动模型，实现了无需相机运动的快速校准。

Journal ref Liang S, Guan B, Yu Z, et al. Flexible Camera Calibration using a Collimator System[J]. International Journal of Computer Vision, 2025, 133(11): 8127-8150