3D 视觉

Point2Vec for Self-Supervised Representation Learning on Point Clouds

Point2Vec用于点云的自监督表示学习

Karim Knaebel, Jonas Schult, Alexander Hermans, Bastian Leibe

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

AI总结 point2vec通过改进data2vec框架，有效解决了点云自监督表示学习中的位置信息泄露问题，在多个任务中表现出色。

Comments Accepted at GCPR 2023. Project page at https://vision.rwth-aachen.de/point2vec

DINO in the Room: Leveraging 2D Foundation Models for 3D Segmentation

DINO在房间内：利用2D基础模型进行3D分割

Karim Knaebel, Kadir Yilmaz, Daan de Geus, Alexander Hermans, David Adrian, Timm Linder, Bastian Leibe

机构 * RWTH Aachen University（亚琛工业大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； Bosch Center for AI（博世人工智能中心） 纠错

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

AI总结 DITR通过整合2D基础模型特征到3D分割模型中，实现了在室内外3D语义分割上的最佳性能。

Comments Accepted to 3DV 2026. Project page at https://vision.rwth-aachen.de/ditr

From Canopy to Ground via ForestGen3D: Learning Cross-Domain Generation of 3D Forest Structure from Aerial-to-Terrestrial LiDAR

从树冠到地面：通过ForestGen3D实现跨领域生成3D森林结构：从航空到地面LiDAR

Juan Castorena, E. Louise Loudermilk, Scott Pokswinski, Rodman Linn

机构 * Los Alamos National Laboratories（洛斯阿拉莫斯国家实验室） ； Southern Research Station（南部研究站） ； Prescribed Fire Laboratory（规定火实验室） 纠错

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

AI总结 ForestGen3D通过跨领域生成模型，从航空LiDAR数据推断地面细节，实现高精度的3D森林结构重建，提升生态分析和遥感应用的准确性。

Multi-View Projection for Unsupervised Domain Adaptation in 3D Semantic Segmentation

多视角投影用于无监督领域适应的3D语义分割

Andrew Caunes, Thierry Chateau, Vincent Fremont

机构 * Logiroad, Nantes, France（法国南特Logiroad） ； LS2N - Ecole Centrale de Nantes, France（法国南特LS2N-中央理工学院） 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多视角投影的无监督领域适应方法，通过合成数据集训练2D分割模型并回投影生成3D标签，实现3D语义分割的领域适应和稀有类别分割。