3D 视觉

Adaptive Keyframe Selection for Scalable 3D Scene Reconstruction in Dynamic Environments

动态环境中可扩展3D场景重建的自适应关键帧选择

Raman Jha, Yang Zhou, Giuseppe Loianno

机构 * Department of Electrical and Computer Engineering, New York University, Brooklyn, NY 11201, USA（电气与计算机工程系，纽约大学，布鲁克林，NY 11201, USA） ； Department of Electrical Engineering and Computer Sciences, University of California, Berkeley, CA 94720, USA（电气工程与计算机科学系，加州大学伯克利分校，CA 94720, USA） 纠错

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

AI总结 本文提出自适应关键帧选择方法，通过动态调整阈值提升动态环境中3D场景重建质量，实验验证其在Spann3r和CUT3R网络中的有效性。

Comments Accepted at ROBOVIS 2026

Memorization in 3D Shape Generation: An Empirical Study

三维形状生成中的记忆现象：一项实证研究

Shu Pu, Boya Zeng, Kaichen Zhou, Mengyu Wang, Zhuang Liu

机构 * Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文通过实证研究探讨了3D生成模型中记忆现象的影响因素，并提出减少记忆的策略以提升生成多样性。

MGCA-Net: Multi-Graph Contextual Attention Network for Two-View Correspondence Learning

MGCA-Net：多图上下文注意网络用于双视图对应学习

Shuyuan Lin, Mengtin Lo, Haosheng Chen, Yanjie Liang, Qiangqiang Wu

机构 * College of Cyber Security, Jinan University, Guangzhou, China（广州大学网络安全学院） ； Chongqing Key Laboratory of Image Cognition, College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing, China（重庆邮电大学计算机科学与技术学院） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） ； Department of Computer Science, City University of Hong Kong, Hong Kong, China（香港城市大学计算机科学系） 纠错

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

AI总结 MGCA-Net通过多图上下文注意网络提升双视图对应学习的鲁棒性，有效增强局部和全局几何关系捕捉能力。

3D Scene Change Modeling With Consistent Multi-View Aggregation

基于一致多视角聚合的3D场景变化建模

Zirui Zhou, Junfeng Ni, Shujie Zhang, Yixin Chen, Siyuan Huang

机构 * Tsinghua University（清华大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） 纠错

专题命中 三维重建 ：3DGS(abstract)；分类 cs.CV

AI总结 SCaR-3D通过一致多视角聚合实现3D场景变化检测，结合2D差分与投票修剪模块，提升变化前后的状态分离能力，并引入CCS3D数据集和持续重建策略，实现高精度高效的变化检测。

Depth Anything in $360^\circ$: Towards Scale Invariance in the Wild

360度深度估计：迈向野外的尺度不变性

Hualie Jiang, Ziyang Song, Zhiqiang Lou, Rui Xu, Minglang Tan

机构 * Insta360 Research（Insta360研究院） 纠错

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

AI总结 DA360通过学习ViT主干的位移参数，实现全景深度估计的尺度不变性，显著提升室内和户外深度估计性能。

Comments https://insta360-research-team.github.io/DA360

Medical Scene Reconstruction and Segmentation based on 3D Gaussian Representation

基于3D高斯表示的医学场景重建与分割

Bin Liu, Wenyan Tian, Huangxin Fu, Zizheng Li, Zhifen He, Bo Li

机构 * Nanchang Hangkong University（南昌航空大学） ； Guilin University Of Electronic Technology（桂林电子科技大学） 纠错

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

AI总结 本文提出基于3D高斯和三平面表示的医学图像重建方法，解决传统方法在稀疏切片中的结构不连续和细节丢失问题，提升重建效率和图像质量。

Comments 14 pages, 3 figures

Visual Autoregressive Modelling for Monocular Depth Estimation

单目深度估计的视觉自回归建模

Amir El-Ghoussani, André Kaup, Nassir Navab, Gustavo Carneiro, Vasileios Belagiannis

机构 * Friedrich-Alexander University Erlangen-Nuremberg, Germany（埃朗根-纽伦堡弗里德里希-亚历山大大学） ； Technical University of Munich, Germany（慕尼黑技术大学） ； University of Surrey, United Kingdom（萨里大学） 纠错

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

AI总结 本文提出基于视觉自回归先验的单目深度估计方法，通过自回归阶段和分类器自由引导实现高效深度估计，适用于室内和户外场景。

Event-based high temporal resolution measurement of shock wave motion field

基于事件的高时间分辨率冲击波运动场测量

Taihang Lei, Banglei Guan, Minzu Liang, Pengju Sun, Jing Tao, Yang Shang, Qifeng Yu

机构 * College of Aerospace Science and Engineering, National University of Defense Technology（航空航天学院，国防科技大学） ； Hunan Provincial Key Laboratory of Image Measurement and Vision Navigation（湖南省图像测量与视觉导航重点实验室） ； College of Science, National University of Defense Technology（科学学院，国防科技大学） 纠错

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

AI总结 本文提出基于事件相机的高时间分辨率冲击波运动场测量方法，通过极坐标系统和迭代斜率分析实现高精度测量，实验结果表明其在速度测量上的精度优于传统方法。

SAM 3D for 3D Object Reconstruction from Remote Sensing Images

SAM 3D用于从遥感图像中进行3D物体重建

Junsheng Yao, Lichao Mou, Qingyu Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； MedAI Technology（MedAI技术） 纠错

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

AI总结 本文提出SAM 3D模型用于遥感图像的3D建筑重建，通过实验验证其在生成几何和边界上的优势，并扩展至城市场景重建，探讨其在城市建模中的应用潜力。

Breaking the Vicious Cycle: Coherent 3D Gaussian Splatting from Sparse and Motion-Blurred Views

打破恶性循环：从稀疏和运动模糊视图中进行一致的3D高斯点扩散

Zhankuo Xu, Chaoran Feng, Yingtao Li, Jianbin Zhao, Jiashu Yang, Wangbo Yu, Li Yuan, Yonghong Tian

机构 * Peking University（北京大学） ； School of Electronics and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） 纠错

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

AI总结 CoherentGS通过双先验策略和双生成模型，解决稀疏模糊视图下的3D重建问题，实现高保真重建。

Comments 20 pages, 14 figures. Manuscript v2: add the view selection of training in the appendix

RaindropGS: A Benchmark for 3D Gaussian Splatting under Raindrop Conditions

RaindropGS: 一种在雨滴条件下评估3D高斯散射的基准

Zhiqiang Teng, Tingting Chen, Beibei Lin, Zifeng Yuan, Xuanyi Li, Xuanyu Zhang, Shunli Zhang

机构 * Beijing Jiaotong University（北京交通大学） ； National University of Singapore（国立新加坡大学） 纠错

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

AI总结 RaindropGS是一个用于评估雨滴条件下3D高斯散射完整流程的基准，通过真实数据集和实验揭示了现有方法在处理雨滴干扰时的性能限制和改进方向。

GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting

GS-GVINS: 一种集成GNSS-视觉-惯性导航系统的系统，结合3D高斯点分布

Zelin Zhou, Saurav Uprety, Shichuang Nie, Hongzhou Yang

机构 * Department of Geomatics Engineering, Shulich School of Engineering, University of Calgary（测绘工程系、谢里尔工程学院、卡尔加里大学） 纠错

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

AI总结 GS-GVINS是一种结合3D高斯点分布的GNSS-视觉-惯性导航系统，通过提升导航精度实现大规模户外导航。

D-FCGS: Feedforward Compression of Dynamic Gaussian Splatting for Free-Viewpoint Videos

D-FCGS：动态高斯点云的前馈压缩用于自由视角视频

Wenkang Zhang, Yan Zhao, Qiang Wang, Zhixin Xu, Li Song, Zhengxue Cheng

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

AI总结 D-FCGS提出了一种动态高斯点云的前馈压缩方法，通过标准化帧组结构、双先验熵模型和控制点引导机制，实现高效压缩与高质量视图一致性。

Comments code:https://github.com/Mr-Zwkid/D-FCGS

Contour Information Aware 2D Gaussian Splatting for Image Representation

轮廓信息感知的2D高斯散射用于图像表示

Masaya Takabe, Hiroshi Watanabe, Sujun Hong, Tomohiro Ikai, Zheming Fan, Ryo Ishimoto, Kakeru Sugimoto, Ruri Imichi

机构 * Graduate School of FSE, Waseda University（福江大学信息科学研究生院） ； Sharp Corporation（夏普公司） 纠错

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

AI总结 本文提出一种轮廓信息感知的2D高斯散射方法，通过整合物体分割先验信息，提升图像重建质量，尤其在高斯数量较少时表现更优。

Next Best View Selections for Semantic and Dynamic 3D Gaussian Splatting

语义与动态3D高斯散射的下一最佳视角选择

Yiqian Li, Wen Jiang, Kostas Daniilidis

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出基于Fisher信息的主动学习算法，用于语义与动态3D高斯散射的视角选择，提升渲染质量和语义分割性能。

GVSynergy-Det: Synergistic Gaussian-Voxel Representations for Multi-View 3D Object Detection

GVSynergy-Det：多视角3D目标检测中的协同高斯-体素表示

Yi Zhang, Yi Wang, Lei Yao, Lap-Pui Chau

机构 * Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（电子与电气工程系，香港理工大学） 纠错

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

AI总结 GVSynergy-Det通过协同高斯-体素表示学习，在无需深度或密集3D监督的情况下实现多视角3D目标检测的高精度

Comments 11 pages, 5 figures

Hash Grid Feature Pruning

哈希网格特征剪枝

Yangzhi Ma, Bojun Liu, Jie Li, Li Li, Dong Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本研究提出了一种哈希网格特征剪枝方法，通过识别并剪枝无效特征以减少存储开销，同时保持模型性能，实现率失真性能的提升。

PCR-ORB: Enhanced ORB-SLAM3 with Point Cloud Refinement Using Deep Learning-Based Dynamic Object Filtering

PCR-ORB: 基于深度学习的动态物体过滤改进的ORB-SLAM3

Sheng-Kai Chen, Jie-Yu Chao, Jr-Yu Chang, Po-Lien Wu, Po-Chiang Lin

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

AI总结 PCR-ORB通过深度学习优化点云细化，提升动态环境中ORB-SLAM3的定位与建图精度。

Comments 17 pages, 2 figures, 1 table

MCI-Net: A Robust Multi-Domain Context Integration Network for Point Cloud Registration

MCI-Net：一种用于点云配准的鲁棒多域上下文整合网络

Shuyuan Lin, Wenwu Peng, Junjie Huang, Qiang Qi, Miaohui Wang, Jian Weng

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

AI总结 MCI-Net通过多域上下文整合提升点云配准性能，采用图邻域聚合、渐进式上下文交互和动态内点选择方法，在3DMatch数据集上达到96.4%的配准召回率。

MEGA-PCC: A Mamba-based Efficient Approach for Joint Geometry and Attribute Point Cloud Compression

MEGA-PCC: 一种基于Mamba的高效联合几何与属性点云压缩方法

Kai-Hsiang Hsieh, Monyneath Yim, Wen-Hsiao Peng, Jui-Chiu Chiang

机构 * National Chung Cheng University, Taiwan（国立 Chung Cheng 大学） ； National Yang Ming Chiao Tung University, Taiwan（国立 Yang Ming Chiao Tung 大学） 纠错

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

AI总结 MEGA-PCC是一种基于Mamba的端到端点云压缩方法，通过联合编码几何和属性信息，实现高效压缩与数据驱动的比特率分配。

Comments Accepted at the IEEE/CVF Winter Conference on Applications of Computer Vision 2026 (WACV 2026)

HLS4PC: A Parametrizable Framework For Accelerating Point-Based 3D Point Cloud Models on FPGA

HLS4PC: 一种用于在FPGA上加速基于点的3D点云模型的可参数化框架

Amur Saqib Pal, Muhammad Mohsin Ghaffar, Faisal Shafait, Christian Weis, Norbert Wehn

机构 * National University of Sciences and Technology（国家科学与技术大学） ； Microelectronic Systems Design Research Group（微电子系统设计研究组） 纠错

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

AI总结 HLS4PC通过FPGA加速实现PointMLP-Lite模型，提升了3.56倍的吞吐量，并比GPU和CPU实现分别提高了2.3倍和22倍。

Comments Accepted for publication by 25th International Conference on Embedded Computer Systems: Architectures, Modeling and Simulation (SAMOS 2025)

Persistence-Based Statistics for Detecting Structural Changes in High-Dimensional Point Clouds

基于持续性的统计方法用于检测高维点云中的结构变化

Toshiyuki Nakayama

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文提出了一种基于持续性的非参数方法，用于检测高维点云中的结构变化，通过持续性景观和詹森-香农散度构建统计量，并证明其稳定性与适用性。

Comments 45 pages, 3 figures, under review

LidarDM: Generative LiDAR Simulation in a Generated World

LidarDM: 生成世界中的生成激光雷达模拟

Vlas Zyrianov, Henry Che, Zhijian Liu, Shenlong Wang

机构 * UIUC（伊利诺伊大学香槟分校） ； NVIDIA（英伟达） 纠错

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

AI总结 LidarDM通过集成4D世界生成框架，实现了基于驾驶场景的4D激光雷达点云生成，提升自动驾驶模拟的逼真度与时间一致性。

PortionNet: Distilling 3D Geometric Knowledge for Food Nutrition Estimation

PortionNet：基于3D几何知识的食品营养估计

Darrin Bright, Rakshith Raj, Kanchan Keisham

机构 * Vellore Institute of Technology（维捷里尼学院） 纠错

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

AI总结 PortionNet通过跨模态知识蒸馏框架，在无需专用硬件的情况下，利用点云学习几何特征，实现单图像食品营养估计的高精度

Comments Accepted at the 11th Annual Conference on Vision and Intelligent Systems (CVIS 2025)

Magic Gems: A Polyhedral Framework for Magic Squares

Magic Gems: 一个用于魔方阵的多面体框架

Kyle Elliott Mathewson

专题命中 点云 ：point cloud(abstract)

AI总结 Magic Gems将魔方阵转化为三维多面体，通过统计正交性条件定义其特征，揭示了魔方阵的统计结构和能量特性。

Comments Connecting Combinatorics, Geometry, and Linear Algebra. 8 figures, ancillary code included. Interactive visualization: https://magicgemweb.netlify.app/

SCPainter: A Unified Framework for Realistic 3D Asset Insertion and Novel View Synthesis

SCPainter：一个用于真实3D资产插入和新视角合成的统一框架

Paul Dobre, Jackson Cooper, Xin Wang, Hongzhou Yang

机构 * Department of Geomatics Engineering, University of Calgary, Calgary, Alberta, Canada（测绘工程系，卡尔加里大学，卡尔加里，阿尔伯塔，加拿大） 纠错

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

AI总结 SCPainter通过整合3D高斯点和点云与扩散生成，实现真实3D资产插入与新视角合成，提升自动驾驶训练数据的多样性和真实性。

MatDecompSDF: High-Fidelity 3D Shape and PBR Material Decomposition from Multi-View Images

MatDecompSDF：从多视角图像中恢复高保真3D形状和PBR材质分解

Chengyu Wang, Isabella Bennett, Henry Scott, Liang Zhang, Mei Chen, Hao Li, Rui Zhao

机构 * San Francisco State University 1600 Holloway Avenue San Francisco California USA 94132 ； Department of Electrical \& Computer Engineering, Boston University 8 Saint Mary’s Street Boston MA USA 02215 ； University of California, Berkeley 2150 Shattuck Avenue Berkeley California USA 94704 ； Stanford University 450 Serra Mall Stanford California USA 94305 ； Carnegie Mellon University 5000 Forbes Avenue Pittsburgh Pennsylvania USA 15213 ； University of Washington 185 Stevens Way Seattle Washington USA 98195 ； San Francisco State University ； Department of Electrical \& Computer Engineering, Boston University ； University of California, Berkeley ； Stanford University ； Carnegie Mellon University ； University of Washington 纠错

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

AI总结 MatDecompSDF通过联合优化SDF、神经场和MLP模型，实现从多视角图像中高保真3D形状和PBR材质的分解。

Comments 12 pages, 4 figures