3D 视觉

L2M-Reg: Building-level Uncertainty-aware Registration of Outdoor LiDAR Point Clouds and Semantic 3D City Models

L2M-Reg：基于建筑级别的不确定性感知LiDAR点云与语义3D城市模型配准

Ziyang Xu, Benedikt Schwab, Yihui Yang, Thomas H. Kolbe, Christoph Holst

机构 * Chair of Engineering Geodesy, TUM School of Engineering and Design, Technical University of Munich（工程测量学教授会，技术大学慕尼黑工程与设计学院） ； Chair of Geoinformatics, TUM School of Engineering and Design, Technical University of Munich（地理信息学教授会，技术大学慕尼黑工程与设计学院） 纠错

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

AI总结 L2M-Reg提出一种基于平面的精细配准方法，解决建筑级别LiDAR点云与语义3D城市模型配准时的模型不确定性问题，实现更准确高效的配准效果。

Comments Accepted version by ISPRS Journal of Photogrammetry and Remote Sensing

PWAVEP: Purifying Imperceptible Adversarial Perturbations in 3D Point Clouds via Spectral Graph Wavelets

PWAVEP: 通过频谱图小波净化3D点云中的不可察觉对抗扰动

Haoran Li, Renyang Liu, Hongjia Liu, Chen Wang, Long Yin, Jian Xu

机构 * Software College, Northeastern University（东北大学软件学院） ； Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所） ； Software College, Shenyang University of Technology（沈阳理工大学软件学院） 纠错

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

AI总结 PWAVEP通过频谱图小波技术净化3D点云中的不可察觉对抗扰动，提升准确性和鲁棒性。

Comments Accepted by WWW 2026

LmPT: Conditional Point Transformer for Anatomical Landmark Detection on 3D Point Clouds

LmPT：用于3D点云上解剖标志检测的条件点变换

Matteo Bastico, Pierre Onghena, David Ryckelynck, Beatriz Marcotegui, Santiago Velasco-Forero, Laurent Corté, Caroline Robine--Decourcelle, Etienne Decencière

机构 * Mines Paris - PSL University, Centre for material sciences (MAT)（巴黎 Mines - PSL 大学材料科学中心） ； Mines Paris - PSL University, Centre for mathematical morphology (CMM)（巴黎 Mines - PSL 大学数学形态学中心） ； Mines Paris - PSL University, Centre for material forming (CEMEF)（巴黎 Mines - PSL 大学材料成形中心） ； The National Veterinary School of Alfort (EnvA)（阿尔福国家兽医学校） 纠错

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

AI总结 LmPT通过条件点变换实现跨物种的3D点云解剖标志检测，利用同源骨骼提升标注的泛化能力与准确性。

Comments This paper has been accepted at International Symposium on Biomedical Imaging (ISBI) 2026

Journal ref 2026 IEEE International Symposium on Biomedical Imaging (ISBI)

Can 3D point cloud data improve automated body condition score prediction in dairy cattle?

三维点云数据能否改善奶牛自动体况评分预测？

Zhou Tang, Jin Wang, Angelo De Castro, Yuxi Zhang, Victoria Bastos Primo, Ana Beatriz Montevecchio Bernardino, Gota Morota, Xu Wang, Ricardo C Chebel, Haipeng Yu

机构 * Department of Animal Sciences, Institute of Food and Agricultural Sciences, University of Florida（动物科学系，食品与农业科学研究所，佛罗里达大学） ； Department of Large Animal Clinical Sciences, University of Florida（大动物临床科学系，佛罗里达大学） ； Laboratory of Biometry and Bioinformatics, Department of Agricultural and Environmental Biology, Graduate School of Agricultural and Life Sciences, The University of Tokyo（生物计量与生物信息学实验室，农业与环境生物学系，东京大学研究生院） ； Department of Agricultural and Biological Engineering, Institute of Food and Agricultural Sciences, University of Florida（农业与生物工程系，食品与农业科学研究所，佛罗里达大学） 纠错

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

AI总结 本研究比较了深度图像与点云数据在奶牛体况评分预测中的效果，发现深度图像在未分割数据和全身分割数据下表现更优，而点云数据在后躯分割数据下表现相当，但整体敏感性更高。

AffordanceGrasp-R1:Leveraging Reasoning-Based Affordance Segmentation with Reinforcement Learning for Robotic Grasping

affordanceGrasp-R1: 利用基于推理的 affordance 分割与强化学习进行机器人抓取

Dingyi Zhou, Mu He, Zhuowei Fang, Xiangtong Yao, Yinlong Liu, Alois Knoll, Hu Cao

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

AI总结 AffordanceGrasp-R1 通过结合推理和强化学习，提升机器人抓取任务中的推理能力和空间定位，实验表明其在基准和现实场景中均表现优异。

Comments Preprint version