3D 视觉

BUFFER-X: Towards Zero-Shot Point Cloud Registration in Diverse Scenes

BUFFER-X：迈向多样化场景下的零样本点云配准

Minkyun Seo, Hyungtae Lim, Kanghee Lee, Luca Carlone, Jaesik Park

机构 * Laboratory for Information & Decision Systems（信息与决策系统实验室） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 BUFFER-X通过自适应体素大小、最远点采样和补丁尺度归一化，实现多样化场景下的零样本点云配准，无需先验信息或手动调参。

Comments 20 pages, 14 figures. Accepted as a highlight paper at ICCV 2025

LiteFusion: Taming 3D Object Detectors from Vision-Based to Multi-Modal with Minimal Adaptation

LiteFusion: 从基于视觉到多模态的3D目标检测器的最小适应

Xiangxuan Ren, Zhongdao Wang, Pin Tang, Guoqing Wang, Jilai Zheng, Chao Ma

机构 * China Ministry of Education (MOE) Key Laboratory of Artificial Intelligence（中国教育部人工智能重点实验室） ； Artificial Intelligence Institute, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

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

AI总结 LiteFusion通过将LiDAR数据作为补充几何信息源，无需专用LiDAR编码器，显著提升多模态3D目标检测性能。

Comments 13 pages, 9 figures, 8 tables

Deformable Cluster Manipulation via Whole-Arm Policy Learning

通过全身政策学习实现可变形簇 manipulation

Jayadeep Jacob, Wenzheng Zhang, Houston Warren, Paulo Borges, Tirthankar Bandyopadhyay, Fabio Ramos

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Data61, CSIRO（CSIRO数据61研究所） ； Orica（奥里卡公司） ； NVIDIA Corporation（NVIDIA公司） 纠错

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

AI总结 本文提出了一种基于全身政策学习的方法，通过整合3D点云和本体感觉触觉信息，实现对可变形簇的高效操纵，并在输电线路清除任务中展示了零样本迁移能力。

Fusarium head blight detection, spikelet estimation, and severity assessment in wheat using 3D convolutional neural networks

利用3D卷积神经网络检测小麦 Fusarium head blight、估计穗数及评估病情严重程度

Oumaima Hamila, Christopher J. Henry, Oscar I. Molina, Christopher P. Bidinosti, Maria Antonia Henriquez

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

AI总结 本研究利用3D卷积神经网络对小麦FHB进行检测、穗数估计及严重程度评估，实现100%检测准确率和高精度估计

From Theory to Throughput: CUDA-Optimized APML for Large-Batch 3D Learning

从理论到吞吐量：用于大规模批量3D学习的CUDA优化APML

Sasan Sharifipour, Constantino Álvarez Casado, Manuel Lage Cañellas, Miguel Bordallo López

机构 * Center for Machine Vision and Signal Analysis (CMVS), University of Oulu（机器视觉与信号分析中心（CMVS），奥卢大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 CUDA-APML通过稀疏GPU实现优化大规模批量3D学习的APML，显著降低内存使用并保持模型精度。

Comments 5 pages, 2 figures, 2 tables, 5 formulas, 34 references, journal paper