3D 视觉

Learning-based Multi-View Stereo: A Survey

基于学习的多视图立体：综述

Fangjinhua Wang, Qingtian Zhu, Di Chang, Quankai Gao, Junlin Han, Tong Zhang, Richard Hartley, Marc Pollefeys

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer and Communication Sciences, EPFL（苏黎世联邦理工学院计算机与通信科学学院） ； Australian National University（澳大利亚国立大学） ； Microsoft, Zurich（微软（瑞士）） 纠错

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

AI总结 本文综述了基于学习的多视图立体方法，重点介绍了基于深度图的方法，并讨论了该领域未来的研究方向。

Comments Accepted to IEEE T-PAMI 2026

Global 3D Reconstruction of Clouds & Tropical Cyclones

全球对流层云和热带气旋的三维重建

Shirin Ermis, Cesar Aybar, Lilli Freischem, Stella Girtsou, Kyriaki-Margarita Bintsi, Emiliano Diaz Salas-Porras, Michael Eisinger, William Jones, Anna Jungbluth, Benoit Tremblay

机构 * University of Oxford（牛津大学） ； Universitat de València（瓦伦西亚大学） ； National Observatory of Athens（雅典国家天文台） ； National Technical University of Athens（雅典技术大学） ； Harvard Medical School（哈佛医学院） ； Massachusetts General Hospital（麻省总医院） ； European Space Agency（欧洲航天局） ； Environment and Climate Change Canada（加拿大环境与气候变化部） 纠错

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

AI总结 本文提出一种基于预训练-微调的框架，利用多颗卫星数据实现全球范围内热带气旋的三维云重建，首次实现对强风暴的高精度三维结构重建。

Layer-Wise Anomaly Detection in Directed Energy Deposition using High-Fidelity Fringe Projection Profilometry

使用高保真条纹投影 profilometry 进行定向能量沉积的层间异常检测

Guanzhong Hu, Wenpan Li, Rujing Zha, Ping Guo

机构 * Department of Mechanical Engineering, Northwestern University（西北大学机械工程系） 纠错

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

AI总结 本文提出了一种基于条纹投影的高精度方法，用于逐层检测定向能量沉积过程中的表面异常，实现了微米级的重建精度和自动化的缺陷识别。

Comments 28 pages, 17 figures

PINGS-X: Physics-Informed Normalized Gaussian Splatting with Axes Alignment for Efficient Super-Resolution of 4D Flow MRI

PINGS-X: 基于轴对齐的物理信息归一化高斯点云的4D流体MRI超分辨率方法

Sun Jo, Seok Young Hong, JinHyun Kim, Seungmin Kang, Ahjin Choi, Don-Gwan An, Simon Song, Je Hyeong Hong

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

AI总结 PINGS-X通过轴对齐高斯点云和归一化方法提升4D流体MRI超分辨率效率与精度。

Comments Accepted at AAAI 2026. Supplementary material included after references. 27 pages, 21 figures, 11 tables

3DGS-Drag: Dragging Gaussians for Intuitive Point-Based 3D Editing

3DGS-Drag：基于高斯分布的直观点基3D编辑

Jiahua Dong, Yu-Xiong Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 3DGS-Drag通过结合变形引导和扩散引导，实现高效直观的点基3D场景拖动编辑，提升几何内容编辑的性能与效率。

Temporal Smoothness-Aware Rate-Distortion Optimized 4D Gaussian Splatting

时间平滑性感知的率失真优化4D高斯点溅射

Hyeongmin Lee, Kyungjune Baek

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

AI总结 本文提出了一种针对4DGS的端到端率失真优化压缩框架，通过小波变换提升存储效率，实现高达91倍的压缩率并保持高质量渲染。

Comments 24 pages, 10 figures, NeurIPS 2025

Unifying Appearance Codes and Bilateral Grids for Driving Scene Gaussian Splatting

统一外观代码与双侧网格用于驾驶场景高斯点漂浮

Nan Wang, Yuantao Chen, Lixing Xiao, Weiqing Xiao, Bohan Li, Zhaoxi Chen, Chongjie Ye, Shaocong Xu, Saining Zhang, Ziyang Yan, Pierre Merriaux, Lei Lei, Tianfan Xue, Hao Zhao

机构 * BAAI（北京人工智能研究院） ； AIR, THU（清华大学人工智能研究院） ； SJTU（上海交通大学） ； EIT(Ningbo)（宁波工程学院） ； CUHK（香港大学） ； LeddarTech 纠错

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

AI总结 本文提出了一种多尺度双侧网格方法，统一了外观代码与双侧网格，提升了自动驾驶场景中的几何重建精度。

Comments Accepted to NeurIPS 2025 ; Project page: https://bigcileng.github.io/bilateral-driving ; Code: https://github.com/BigCiLeng/bilateral-driving

Real-Time LiDAR Point Cloud Densification for Low-Latency Spatial Data Transmission

实时LiDAR点云密集化用于低延迟空间数据传输

Kazuhiko Murasaki, Shunsuke Konagai, Masakatsu Aoki, Taiga Yoshida, Ryuichi Tanida

机构 * NTT Human Informatics Laboratories（NTT人机信息实验室） 纠错

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

AI总结 本文提出了一种基于卷积神经网络的实时LiDAR点云密集化方法，实现低延迟的3D场景生成与深度补全，效率比传统方法快15倍。

Journal ref 19th International Conference on Machine Vision Applications (MVA2025), IEICE Transactions on Information and Systems letter

SpatialActor: Exploring Disentangled Spatial Representations for Robust Robotic Manipulation

SpatialActor: 探索解耦的空间表示以实现鲁棒的机器人操作

Hao Shi, Bin Xie, Yingfei Liu, Yang Yue, Tiancai Wang, Haoqiang Fan, Xiangyu Zhang, Gao Huang

机构 * Dexmal 纠错

专题命中 点云 ：spatial understanding(abstract)；分类 cs.CV、cs.RO

AI总结 SpatialActor通过解耦语义和几何，提升机器人操作的鲁棒性和精确性，实现高准确率和强泛化能力。

Comments AAAI 2026 Oral | Project Page: https://shihao1895.github.io/SpatialActor

MSSF: A 4D Radar and Camera Fusion Framework With Multi-Stage Sampling for 3D Object Detection in Autonomous Driving

MSSF: 一种基于4D雷达和摄像头的多阶段采样融合框架用于自动驾驶中的3D目标检测

Hongsi Liu, Jun Liu, Guangfeng Jiang, Xin Jin

机构 * Department of Electronic Engineering and Information Science, University of Science and Technology of China（电子工程与信息科学系，中国科学技术大学） ； Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究所，东部技术研究所） 纠错

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

AI总结 MSSF通过多阶段采样融合4D雷达和摄像头数据，提升自动驾驶中3D目标检测的精度与鲁棒性。

Comments T-TITS accepted, code avaliable

REAMP: A Stochastic Resonance Approach for Multi-Change Point Detection in High-Dimensional Data

REAMP: 一种用于高维数据多变化点检测的随机共振方法

Xiaoping Shi, Baisuo Jin, Xianhui Liu, Qiong Li

专题命中 点云 ：point cloud(abstract)

AI总结 REAMP通过结合最优传输理论和随机共振原理，有效检测高维数据中的多变化点，尤其在同时存在均值和方差变化的场景中表现优异。

Comments 15 pages, 5 figures

Geo-NVS-w: Geometry-Aware Novel View Synthesis In-the-Wild with an SDF Renderer

Geo-NVS-w：基于SDF渲染器的野外几何感知新视角合成

Anastasios Tsalakopoulos, Angelos Kanlis, Evangelos Chatzis, Antonis Karakottas, Dimitrios Zarpalas

机构 * Centre for Research and Technology Hellas (CERTH)（希腊研究中心与技术中心） 纠错

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

AI总结 Geo-NVS-w通过SDF渲染器实现野外高保真新视角合成，采用几何保持损失提升细节精度，显著降低能耗。

Comments Presented at the ICCV 2025 Workshop on Large Scale Cross Device Localization

Volume Encoding Gaussians: Transfer Function-Agnostic 3D Gaussians for Volume Rendering

体积编码高斯：用于体积渲染的无转移函数依赖的3D高斯

Landon Dyken, Andres Sewell, Will Usher, Nathan Debardeleben, Steve Petruzza, Sidharth Kumar

专题命中 新视角合成 ：Gaussian Splatting(abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.GR

AI总结 提出体积编码高斯方法，通过无转移函数依赖的3D高斯表示实现高效体积渲染，优于现有方法并节省资源。

RAVEN: Erasing Invisible Watermarks via Novel View Synthesis

RAVEN：通过新颖的视角合成消除不可见水印

Fahad Shamshad, Nils Lukas, Karthik Nandakumar

机构 * MBZUAI, UAE（阿联酋MBZUAI） ； Michigan State University, USA（美国密歇根州立大学） 纠错

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

AI总结 RAVEN通过新颖的视角合成方法，在不依赖检测器或水印知识的情况下，实现了对多种水印方案的高效抑制，提升了水印去除的鲁棒性。

Comments 13 pages

Salience-SGG: Enhancing Unbiased Scene Graph Generation with Iterative Salience Estimation

显著性场景图生成：通过迭代显著性估计增强无偏场景图生成

Runfeng Qu, Ole Hall, Pia K Bideau, Julie Ouerfelli-Ethier, Martin Rolfs, Klaus Obermayer, Olaf Hellwich

机构 * Technische Universität Berlin（柏林技术大学） ； Humboldt Universität zu Berlin（柏林洪堡大学） ； Univ. Grenoble Alpes, Inria, CNRS, Grenoble INP, LJK（格勒诺布尔阿尔卑斯大学、法国国家信息与自动化研究所、法国国家科学研究中心、格勒诺布尔INP、LJK） ； Bernstein Center for Computational Neuroscience（计算神经科学伯恩斯坦中心） ； Science of Intelligence Research Cluster of Excellence（卓越人工智能研究集群） 纠错

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

AI总结 Salience-SGG通过迭代显著性估计提升场景图生成的无偏性，改进了空间理解能力。

Person Parametric Physics-informed Representation for mmWave-based Human Pose Estimation

基于毫米波的人体姿态估计的参数化物理引导表示

Shuntian Zheng, Jiaqi Li, Guangming Wang, Minzhe Ni, Arnad Palit, Giovanni Montana, Yu Guan

专题命中 SLAM与定位 ：point cloud(abstract)

AI总结 本文提出PPPR，通过参数化物理引导表示提升毫米波人体姿态估计的鲁棒性和泛化能力。