3D 视觉

Under-Canopy Terrain Reconstruction in Dense Forests Using RGB Imaging and Neural 3D Reconstruction

利用RGB成像和神经3D重建进行密林下的地形重建

Refael Sheffer, Chen Pinchover, Haim Zisman, Dror Ozeri, Roee Litman

机构 * Rafael Advanced Defense Systems inc., Israel（拉斐尔先进防御系统公司，以色列） ； Bar-Ilan University, Israel（巴伊兰大学，以色列） 纠错

专题命中 三维重建 ：3D reconstruction(title,abstract)；NeRF(abstract)；分类 cs.CV、cs.GR

AI总结 利用RGB图像和神经3D重建技术，实现密林下的地形重建，提供一种低成本、高精度的替代方案。

Comments WACV 2026 CV4EO

From Slices to Structures: Unsupervised 3D Reconstruction of Female Pelvic Anatomy from Freehand Transvaginal Ultrasound

从切片到结构：基于自由手经阴道超声的无监督3D女性盆腔解剖重建

Max Krähenmann, Sergio Tascon-Morales, Fabian Laumer, Julia E. Vogt, Ece Ozkan

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Basel（巴塞尔大学） ； Scanvio Medical AG（Scanvio医疗股份有限公司） 纠错

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

AI总结 本文提出TVGS方法，通过无监督学习从自由手经阴道超声图像实现高精度3D女性盆腔解剖重建，无需外部设备或姿态估计。

Diffusion-Driven Inter-Outer Surface Separation for Point Clouds with Open Boundaries

基于扩散的点云双层表面分离：用于开放边界

Zhengyan Qin, Liyuan Qiu

机构 * Hong Kong University of Science and Technology (HKUST)（香港理工大学） ； Hong Kong Applied Science and Technology Research Institute (ASTRI)（香港应用科技研究院） 纠错

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

AI总结 本文提出了一种基于扩散的算法，用于分离双层点云的内层和外层表面，特别针对具有开放边界的点云，通过提取真实内层来解决重叠表面和法线紊乱问题。

Stealthy Coverage Control for Human-enabled Real-Time 3D Reconstruction

隐秘覆盖控制用于人参与的实时3D重建

Reiji Terunuma, Yuta Nakamura, Takuma Abe, Takeshi Hatanaka

机构 * Institute of Science Tokyo（东京科学研究所） 纠错

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

AI总结 本文提出隐秘覆盖控制策略，通过人类参与实现高效实时3D重建，提升重建模型质量。

Comments This work has been submitted to the 23rd IFAC World Congress for possible publication

RIS-Aided Wireless Amodal Sensing for Single-View 3D Reconstruction

利用可重构智能表面的无线无遮挡感知用于单视角3D重建

Yuhan Wang, Haobo Zhang, Qingyu Liu, Hongliang Zhang, Lingyang Song

专题命中 三维重建 ：3D reconstruction(title)

AI总结 本文提出利用可重构智能表面提升无线无遮挡感知的3D重建方法，通过优化RIS相移减少重建误差，实验显示误差降低达56.73%。

Distill3R: A Pipeline for Democratizing 3D Foundation Models on Commodity Hardware

Distill3R: 一种在通用硬件上普及3D基础模型的流水线

Brandon Leblanc, Charalambos Poullis

机构 * Immersive and Creative Technologies Lab（沉浸与创意技术实验室） ； Concordia University（康科迪亚大学） 纠错

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

AI总结 Distill3R通过压缩蒸馏技术，在通用硬件上实现3D基础模型的高效训练，使实验室能以低成本进行3D视觉研究与部署。

Comments Submitted to the Canadian Conference on Robotics and Vision (CRV). 10 pages, 5 figures

LightCity: An Urban Dataset for Outdoor Inverse Rendering and Reconstruction under Multi-illumination Conditions

LightCity: 一个用于多光照条件下户外反渲染与重建的城市数据集

Jingjing Wang, Qirui Hu, Chong Bao, Yuke Zhu, Hujun Bao, Zhaopeng Cui, Guofeng Zhang

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 LightCity是一个用于多光照条件下城市反渲染与重建的高质量合成数据集，包含多样化的光照条件和丰富的属性，用于评估和分析城市环境中的关键任务。

Improving Neuropathological Reconstruction Fidelity via AI Slice Imputation

通过AI切片插值提高神经病理性重建的保真度

Marina Crespo Aguirre, Jonathan Williams-Ramirez, Dina Zemlyanker, Xiaoling Hu, Lucas J. Deden-Binder, Rogeny Herisse, Mark Montine, Theresa R. Connors, Christopher Mount, Christine L. MacDonald, C. Dirk Keene, Caitlin S. Latimer, Derek H. Oakley, Bradley T. Hyman, Ana Lawry Aguila, Juan Eugenio Iglesias

机构 * Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院和哈佛医学院生物医学成像中心） ； Federal Institute of Technology (ETH), Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； BioRepository and Integrated Neuropathology (BRaIN) Laboratory and Precision Neuropathology Core, University of Washington School of Medicine（华盛顿大学医学院生物库与整合神经病学实验室及精准神经病学核心） ； Massachusetts Alzheimer Disease Research Center, MGH and Harvard Medical School（马萨诸塞州阿尔茨海默病研究中心，MGH和哈佛医学院） ； Department of Pathology, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院病理学部） ； Department of Neurological Surgery, University of Washington School of Medicine（华盛顿大学医学院神经外科部） ； Hawkes Institute, University College London（伦敦大学学院霍克斯研究所） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 本研究通过AI切片插值技术提升神经病理性重建的保真度，实现更精确的解剖学重建。

Comments 12 pages of main content, 5 pages of supplement

3DGS$^2$-TR: Scalable Second-Order Trust-Region Method for 3D Gaussian Splatting

3DGS$^2$-TR：一种用于3D高斯点云的可扩展的二次信任区域方法

Roger Hsiao, Yuchen Fang, Xiangru Huang, Ruilong Li, Hesam Rabeti, Zan Gojcic, Javad Lavaei, James Demmel, Sophia Shao

机构 * University of California, Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） 纠错

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

AI总结 3DGS$^2$-TR提出了一种基于信任区域的二次优化方法，通过高效计算和低内存开销实现3D高斯点云场景训练的加速与扩展。

Learning Unified Representation of 3D Gaussian Splatting

学习统一的3D高斯散射表示

Yuelin Xin, Yuheng Liu, Xiaohui Xie, Xinke Li

机构 * UC Irvine（伊利诺伊大学厄巴纳-香槟分校） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出了一种基于连续子流形场的3D高斯散射嵌入表示，以提升基于神经网络的3D高斯散射学习效果。

Comments ICLR 2026

FastPhysGS: Accelerating Physics-based Dynamic 3DGS Simulation via Interior Completion and Adaptive Optimization

FastPhysGS: 通过内部补全与自适应优化加速基于物理的动态3DGS仿真

Yikun Ma, Yiqing Li, Jingwen Ye, Zhongkai Wu, Weidong Zhang, Lin Gao, Zhi Jin

机构 * School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学智能系统工程学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Guangdong Provincial Key Laboratory of Fire Science（广东省消防科学与智能应急技术重点实验室） ； Guangdong Provincial Key Laboratory of Robotics（广东省机器人与数字智能制造技术重点实验室） 纠错

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

AI总结 FastPhysGS通过内部补全与自适应优化，实现了基于物理的动态3DGS仿真的高效与稳健，提升了仿真精度和效率。

Feat2GS: Probing Visual Foundation Models with Gaussian Splatting

Feat2GS: 通过高斯点云探测视觉基础模型

Yue Chen, Xingyu Chen, Anpei Chen, Gerard Pons-Moll, Yuliang Xiu

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

AI总结 Feat2GS通过高斯点云探测视觉基础模型的3D理解能力，无需3D数据即可分析几何和纹理意识。

Comments Project Page: https://fanegg.github.io/Feat2GS/

Journal ref Proc. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025

PSGS: Text-driven Panorama Sliding Scene Generation via Gaussian Splatting

PSGS：通过高斯点划法实现文本驱动的全景滑动场景生成

Xin Zhang, Shen Chen, Jiale Zhou, Lei Li

机构 * East China University of Science and Technology（东华大学） ； Zhejiang University（浙江大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 PSGS通过高斯点划法和双阶段框架实现高质量文本驱动全景场景生成，提升3D场景的真实感和细节保真度。

Comments Accepted to ICASSP2026

HPC: Hierarchical Point-based Latent Representation for Streaming Dynamic Gaussian Splatting Compression

HPC: 基于层次点表示的流式动态高斯点云压缩

Yangzhi Ma, Bojun Liu, Wenting Liao, Dong Liu, Zhu Li, Li Li

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（脑启发式智能感知与认知联合实验室，中国科学技术大学） ； University of Missouri, Kansas City（密苏里大学，堪萨斯城） 纠错

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

AI总结 HPC提出了一种基于层次点表示的流式动态高斯点云压缩框架，通过减少参数冗余和利用帧间相关性，实现了高效压缩和高保真重建。

Tune-Your-Style: Intensity-tunable 3D Style Transfer with Gaussian Splatting

Tune-Your-Style: 可调强度的3D风格迁移与高斯点散布

Yian Zhao, Rushi Ye, Ruochong Zheng, Zesen Cheng, Chaoran Feng, Jiashu Yang, Pengchong Qiao, Chang Liu, Jie Chen

机构 * School of Electronic and Computer Engineering, Peking University, Shenzhen, China（电子与计算机工程学院，北京大学深圳校区） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室） ； AI for Science (AI4S)-Preferred Program, Peking University Shenzhen Graduate School, China（人工智能科学（AI4S）优选计划，北京大学深圳研究生院） ； Department of Automation and BNRist, Tsinghua University, Beijing, China（自动化系和BNRist，清华大学，北京，中国） ； Dalian University of Technology, China（大连理工大学） 纠错

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

AI总结 Tune-Your-Style通过可调强度的3D风格迁移方法，实现灵活的内容-风格平衡，提升3D风格迁移的定制性。

Comments ICCV 2025

Pose Splatter: A 3D Gaussian Splatting Model for Quantifying Animal Pose and Appearance

姿态泼洒：一种用于量化动物姿态和外观的3D高斯泼洒模型

Jack Goffinet, Youngjo Min, Carlo Tomasi, David E. Carlson

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

AI总结 Pose Splatter通过3D高斯泼洒和形状雕刻技术，无需标注和优化即可准确建模动物姿态和外观，提升大规模行为分析能力。

Comments 19 pages, 13 figures

Radioactive 3D Gaussian Ray Tracing for Tomographic Reconstruction

放射性三维高斯射线追踪用于断层扫描重建

Ling Chen, Bao Yang

机构 * Independent Researcher（独立研究者） ； Southern Medical University（南方医科大学） 纠错

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

AI总结 本研究提出基于三维高斯射线追踪的断层扫描重建框架，通过分析计算线积分和精确控制射线方向，提升投影精度并扩展应用范围。

VRGaussianAvatar: Integrating 3D Gaussian Avatars into VR

VRGaussianAvatar：将3D高斯法 avatars整合到VR中

Hail Song, Boram Yoon, Seokhwan Yang, Seoyoung Kang, Hyunjeong Kim, Henning Metzmacher, Woontack Woo

机构 * KAIST UVR Lab（韩国科学技术院UVR实验室） ； KAIST KI-ITC ARRC（韩国科学技术院KI-ITC ARRC） ； Hansung University and ETH Zurich, Game Technology Center（翰山大学和苏黎世联邦理工学院游戏技术中心） ； ETH Zurich, Game Technology Center（苏黎世联邦理工学院游戏技术中心） ； KAIST UVR Lab and KAIST KI-ITC ARRC（韩国科学技术院UVR实验室和韩国科学技术院KI-ITC ARRC） 纠错

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

AI总结 VRGaussianAvatar通过HMD跟踪信号实现实时全身体3DGS avatars，采用并行流水线和双目批处理提升渲染效率，实验证明其在交互性能和外观相似性上的优势。

Comments Accepted as an IEEE TVCG paper at IEEE VR 2026 (journal track)

Mirage2Matter: A Physically Grounded Gaussian World Model from Video

Mirage2Matter: 从视频构建一个物理基础的高斯世界模型

Zhengqing Gao, Ziwen Li, Xin Wang, Jiaxin Huang, Zhenyang Ren, Mingkai Shao, Hanlue Zhang, Tianyu Huang, Yongkang Cheng, Yandong Guo, Runqi Lin, Yuanyuan Wang, Tongliang Liu, Kun Zhang, Mingming Gong

机构 * MBZUAI ； AI$^2$Robotics（AI²Robotics） ； The University of Sydney（悉尼大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 Mirage2Matter通过视频重建物理基础的世界模型，利用3D高斯点云和生成模型实现高保真具身训练数据生成，提升具身智能的可扩展性和实用性。

SDCM: Simulated Densifying and Compensatory Modeling Fusion for Radar-Vision 3-D Object Detection in Internet of Vehicles

SDCM：模拟密集化与补偿建模融合用于车联网中的雷达-视觉3-D目标检测

Shucong Li, Xiaoluo Zhou, Yuqian He, Zhenyu Liu

机构 * School of Information Engineering, Guangdong University of Technology（广东技术大学信息工程学院） 纠错

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

AI总结 SDCM通过模拟密集化和补偿建模融合技术，提升车联网中雷达-视觉3维目标检测的精度与效率。

MarkCleaner: High-Fidelity Watermark Removal via Imperceptible Micro-Geometric Perturbation

MarkCleaner: 通过不可察觉的微几何扰动实现高保真的水印移除

Xiaoxi Kong, Jieyu Yuan, Pengdi Chen, Yuanlin Zhang, Chongyi Li, Bin Li

机构 * VCIP, CS, Nankai University（计算机科学系，南开大学） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing, Shenzhen University（智能信息处理广东省重点实验室，深圳大学） 纠错

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

AI总结 MarkCleaner通过微几何扰动实现高效且高保真的水印移除，避免语义漂移并提升视觉保真度。

Automated Discontinuity Set Characterisation in Enclosed Rock Face Point Clouds Using Single-Shot Filtering and Cyclic Orientation Transformation

使用单次滤波和循环方向变换对封闭岩壁点云中的不连续集进行自动化表征

Dibyayan Patra, Pasindu Ranasinghe, Bikram Banerjee, Simit Raval

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

AI总结 本研究提出了一种基于单次滤波和循环方向变换的自动方法，用于表征封闭岩壁点云中的不连续集，实现了高精度的倾角和倾向估计。

SurfelSoup: Learned Point Cloud Geometry Compression With a Probablistic SurfelTree Representation

SurfelSoup：基于概率Surfel树的端到端点云几何压缩框架

Tingyu Fan, Ran Gong, Yueyu Hu, Yao Wang

机构 * Department of Electrical and Computer Engineering, New York University Tandon School of Engineering, Brooklyn, NY, USA（电气工程系，纽约大学塔能工程学院，布鲁克林，纽约，美国） 纠错

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

AI总结 SurfelSoup通过概率Surfel树结构实现点云几何压缩，提升压缩效率与表面重建质量。

Lightweight Super Resolution-enabled Coding Model for the JPEG Pleno Learning-based Point Cloud Coding Standard

轻量级超分辨率赋能的编码模型用于基于JPEG Pleno学习的点云编码标准

André F. R. Guarda, Nuno M. M. Rodrigues, Fernando Pereira

专题命中 点云 ：point cloud(title,abstract)

AI总结 本文提出了一种轻量级超分辨率赋能的点云编码模型，以提高基于JPEG Pleno学习的点云编码标准的压缩效率和实用性。

Comments 32 pages, 8 figures, submitted to Signal Processing: Image Communication

Efficient UAV trajectory prediction: A multi-modal deep diffusion framework

高效无人机轨迹预测：一种多模态深度扩散框架

Yuan Gao, Xinyu Guo, Wenjing Xie, Zifan Wang, Hongwen Yu, Gongyang Li, Shugong Xu

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

AI总结 本文提出一种多模态深度融合框架，通过融合激光雷达和毫米波雷达数据提升无人机轨迹预测精度，实验显示其比基线模型提升40%。

Comments in Chinese language

LiFlow: Flow Matching for 3D LiDAR Scene Completion

LiFlow：用于3D激光雷达场景补全的流匹配

Andrea Matteazzi, Dietmar Tutsch

机构 * University of Wuppertal（乌尔姆大学） 纠错

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

AI总结 LiFlow通过流匹配框架改进3D激光雷达场景补全，采用最近邻损失和切封距离损失提升点云对齐效果，实现多指标最优性能。

GDPR-Compliant Person Recognition in Industrial Environments Using MEMS-LiDAR and Hybrid Data

在工业环境中使用MEMS-LiDAR和混合数据实现符合GDPR的人体识别

Dennis Basile, Dennis Sprute, Helene Dörksen, Holger Flatt

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

AI总结 本文提出利用MEMS-LiDAR和混合数据在工业环境中实现符合GDPR的人体识别，通过合成数据增强提升检测性能并减少标注工作量。

Comments Accepted at 19th CIRP Conference on Intelligent Computation in Manufacturing Engineering

OpenWorldSAM: Extending SAM2 for Universal Image Segmentation with Language Prompts

OpenWorldSAM: 通过语言提示扩展SAM2实现通用图像分割

Shiting Xiao, Rishabh Kabra, Yuhang Li, Donghyun Lee, Joao Carreira, Priyadarshini Panda

机构 * Yale University（耶鲁大学） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 OpenWorldSAM通过整合轻量级视觉-语言模型，扩展SAM2实现开放词汇图像分割，具备高效、实例意识和强泛化能力。

CADGrasp: Learning Contact and Collision Aware General Dexterous Grasping in Cluttered Scenes

CADGrasp: 学习接触和碰撞感知的通用灵巧抓取在杂乱场景中

Jiyao Zhang, Zhiyuan Ma, Tianhao Wu, Zeyuan Chen, Hao Dong

机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（前沿计算研究中心，计算机学院，北京大学） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家级重点实验室，计算机学院，北京大学） 纠错

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

AI总结 CADGrasp通过两阶段算法实现接触和碰撞感知的灵巧抓取，利用点云输入预测稀疏IBS表示，并结合占用扩散模型和能量函数优化，提升在杂乱场景中的抓取成功率与稳定性。

The Role of World Models in Shaping Autonomous Driving: A Comprehensive Survey

世界模型在塑造自动驾驶中的作用：全面综述

Sifan Tu, Xin Zhou, Dingkang Liang, Xingyu Jiang, Yumeng Zhang, Xiaofan Li, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Baidu Inc（百度公司） 纠错

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

AI总结 本文综述了驾驶世界模型在自动驾驶中的作用，分析了其生态系统、分类方法及性能表现，探讨了当前研究的局限性与未来发展方向。

Comments For continuous updates, please follow the repository: https://github.com/LMD0311/Awesome-World-Model