3D 视觉

Class-Partitioned VQ-VAE and Latent Flow Matching for Point Cloud Scene Generation

类分区的VQ-VAE与潜在流匹配用于点云场景生成

Dasith de Silva Edirimuni, Ajmal Saeed Mian

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

AI总结 本文提出类分区VQ-VAE与潜在流匹配模型，实现无需外部数据库的点云场景生成，有效减少重建误差。

Comments Accepted to AAAI 2026, Main Technical Track

SM3D: Mitigating Spectral Bias and Semantic Dilution in Point Cloud State Space Models

SM3D: 缓解点云状态空间模型中的频谱偏差和语义稀释

Bin Liu, Chunyang Wang, Xuelian Liu

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

AI总结 SM3D通过几何频谱补偿器和语义一致性细化器缓解点云状态空间模型中的频谱偏差和语义稀释问题，提升几何保真度和语义一致性。

DALD-PCAC: Density-Adaptive Learning Descriptor for Point Cloud Lossless Attribute Compression

DALD-PCAC：基于密度适应的学习描述符用于点云无损属性压缩

Chunyang Fu, Ge Li, Wei Gao, Shiqi Wang, Zhu Li, Shan Liu

机构 * City University of Hong Kong（香港城市大学） ； Peking University Shenzhen Graduate School（北京大学深圳研究生院） ； University of Missouri-Kansas City（密苏里大学-堪萨斯城分校） ； Tencent Media Laboratory（腾讯媒体实验室） 纠错

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

AI总结 DALD-PCAC通过密度适应学习描述符和注意力机制，实现点云无损属性压缩的高效压缩与鲁棒性提升。

Comments Accepted by TOMM

DeepRAHT: Learning Predictive RAHT for Point Cloud Attribute Compression

DeepRAHT: 基于稀疏张量的端到端预测RAHT点云属性压缩学习

Chunyang Fu, Tai Qin, Shiqi Wang, Zhu Li

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

AI总结 DeepRAHT通过稀疏张量实现端到端预测RAHT点云属性压缩，提升压缩效率与鲁棒性。

Comments Accepted by AAAI 2026

A Lightweight Model-Driven 4D Radar Framework for Pervasive Human Detection in Harsh Conditions

一种轻量化的模型驱动4D雷达框架，用于在恶劣条件下进行 pervasive 人类检测

Zhenan Liu, Amir Khajepour, George Shaker

机构 * Mechanical \& Mechatronics Engineering University of Waterloo Waterloo, Canada ； Electrical \& Computer Engineering University of Waterloo Waterloo, Canada 纠错

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

AI总结 本文提出了一种基于雷达的轻量模型驱动4D雷达框架，在恶劣环境中实现稳定的人体检测。

Journal ref IEEE PerCom 2026

Real-Time 4D Radar Perception for Robust Human Detection in Harsh Enclosed Environments

实时4D雷达感知用于恶劣封闭环境中的可靠人类检测

Zhenan Liu, Yaodong Cui, Amir Khajepour, George Shaker

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 本文提出了一种实时4D毫米波雷达感知方法，通过噪声过滤和基于规则的分类流程，在尘埃环境中实现可靠的人类检测。

Journal ref 2025 IEEE International Symposium on Antennas and Propagation and North American Radio Science Meeting (AP-S/CNC-USNC-URSI)

Does DINOv3 Set a New Medical Vision Standard? Benchmarking 2D and 3D Classification, Segmentation, and Registration

DINOv3 是否设定了医学视觉的新标准？对2D和3D分类、分割与配准的基准测试

Che Liu, Yinda Chen, Haoyuan Shi, Jinpeng Lu, Bailiang Jian, Jiazhen Pan, Linghan Cai, Jiayi Wang, Jieming Yu, Ziqi Gao, Xiaoran Zhang, Long Bai, Yundi Zhang, Jun Li, Cosmin I. Bercea, Cheng Ouyang, Chen Chen, Zhiwei Xiong, Benedikt Wiestler, Christian Wachinger, James S. Duncan, Daniel Rueckert, Wenjia Bai, Rossella Arcucci

机构 * Imperial College London（伦敦帝国理工学院） ； University of Science and Technology of China（中国科学技术大学） ； Dresden University of Technology（德累斯顿技术大学） ； University of Erlangen-Nuremberg（埃尔兰根-纽伦堡大学） ； University of Oxford（牛津大学） ； University of Sheffield（谢菲尔德大学） ； Technical University of Munich (TUM)（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Yale University（耶鲁大学） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 DINOv3在医学视觉任务中表现出色，但其在深度领域专门化任务中存在性能退化问题。

Comments Technical Report

SGCP: A Self-Organized Game-Theoretic Framework For Collaborative Perception

SGCP：一种自组织博弈论框架用于协作感知

Zechuan Gong, Hui Zhang, Yuquan Yang, Wenyu Lu

专题命中 点云 ：point cloud(abstract)

AI总结 SGCP通过自组织博弈框架实现车辆协作感知，提升自动驾驶的安全性和感知精度。

AllShowers: One model for all calorimeter showers

AllShowers: 一个用于所有 calorimeter shower 的模型

Thorsten Buss, Henry Day-Hall, Frank Gaede, Gregor Kasieczka, Katja Krüger

机构 * Institut für Experimentalphysik, Universität Hamburg（实验物理研究所，汉堡大学） ； Deutsches Elektronen-Synchrotron DESY（德国电子同步辐射实验室DESY） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 AllShowers是一种统一的生成模型，能够高效模拟多种粒子类型的calorimeter shower，提升碰撞实验中探测器模拟的保真度和效率。