视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-01-16 至 2026-01-16 共收录 4 篇信号源：cs.CV, cs.GR, cs.RO

1. 点云 4 篇

2508.01633 2026-01-16 cs.CV eess.IV 79%

Rate-distortion Optimized Point Cloud Preprocessing for Geometry-based Point Cloud Compression

基于率失真优化的点云预处理用于基于几何的点云压缩

Wanhao Ma, Wei Zhang, Shuai Wan, Fuzheng Yang

机构 * School of Telecommunications Engineering, Xidian University（电子科技大学电信工程学院）； School of Electronics and Information, Northwestern Polytechnical University（西北工业大学电子信息技术学院）； School of Engineering, Royal Melbourne Institute of Technology（皇家墨尔本理工学院工程学院）

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

AI总结本文提出了一种基于率失真优化的点云预处理框架，结合可微替代模型与体素化网络，提升G-PCC效率，实现38.84%的BD-rate减少。

2601.09812 2026-01-16 cs.CV cs.RO 62%

LCF3D: A Robust and Real-Time Late-Cascade Fusion Framework for 3D Object Detection in Autonomous Driving

LCF3D: 一种用于自动驾驶中3D物体检测的鲁棒且实时的后期级联融合框架

Carlo Sgaravatti, Riccardo Pieroni, Matteo Corno, Sergio M. Savaresi, Luca Magri, Giacomo Boracchi

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

AI总结 LCF3D通过结合RGB图像和LiDAR点云的后期级联融合方法，提升自动驾驶中3D物体检测的鲁棒性和实时性。

Comments 35 pages, 14 figures. Published at Pattern Recognition

2410.17760 2026-01-16 cs.LG math.AT 50%

Topology meets Machine Learning: An Introduction using the Euler Characteristic Transform

拓扑与机器学习的交汇：通过欧拉特征变换进行介绍

Bastian Rieck

机构 * Department of Computer Science, University of Fribourg, Switzerland（计算机科学系，弗里堡大学，瑞士）

专题命中点云：point cloud(abstract)

AI总结本文介绍通过欧拉特征变换将拓扑概念应用于机器学习，提升点云、图和网格分析的模型效率，并展望未来拓扑在神经网络学习和分析中的应用。

Journal ref Notices Amer. Math. Soc. 72 (2025), no. 7, 719--727

2408.11450 2026-01-16 math.AT cs.LG 50%

Persistent Homology via Ellipsoids

通过椭球体进行持久同调

Niklas Canova, Sara Kališnik, Aaron Moser, Bastian Rieck, Ana Žegarac

机构 * ETH Zurich（苏黎世联邦理工学院）； Pennsylvania State University（宾夕法尼亚州立大学）； MIT（麻省理工学院）； University of Fribourg（弗里堡大学）

专题命中点云：point cloud(abstract)

AI总结本文提出了一种基于椭球体的Rips型复形，用于改进拓扑数据分析中的持久同调计算，通过主成分分析估计切线空间并验证其在分类任务中的优越性。