3D 视觉

NeVStereo: A NeRF-Driven NVS-Stereo Architecture for High-Fidelity 3D Tasks

NeVStereo: 一种基于NeRF的NVS-立体架构用于高保真3D任务

Pengcheng Chen, Yue Hu, Wenhao Li, Nicole M Gunderson, Andrew Feng, Zhenglong Sun, Peter Beerel, Eric J Seibel

机构 * University of Washington（华盛顿大学） ； University of Southern California（南加州大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； USC Institute for Creative Technologies（南加州大学创意技术研究所） 纠错

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

AI总结 NeVStereo通过结合NeRF和多视角深度估计，实现了高保真3D重建，显著提升了深度精度和网格质量。

FUSE-Flow: Scalable Real-Time Multi-View Point Cloud Reconstruction Using Confidence

FUSE-Flow：基于置信度的可扩展实时多视角点云重建

Chentian Sun

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

AI总结 FUSE-Flow通过自适应空间哈希加权聚合方法，实现高吞吐量低延迟的实时多视角点云重建，提升重建稳定性和几何保真度。

Comments A 5-page paper, prepared for submission to the 2026 IEEE International Conference on Image Processing (ICIP)

GIQ: Benchmarking 3D Geometric Reasoning of Vision Foundation Models with Simulated and Real Polyhedra

GIQ：基于模拟和真实多面体的3D几何推理视觉基础模型基准测试

Mateusz Michalkiewicz, Anekha Sokhal, Tadeusz Michalkiewicz, Piotr Pawlikowski, Mahsa Baktashmotlagh, Varun Jampani, Guha Balakrishnan

机构 * Rice University（里士大学） ； The University of Queensland（昆士兰大学） 纠错

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

AI总结 GIQ通过模拟和真实多面体评估视觉基础模型的3D几何推理能力，揭示了现有模型在几何理解上的不足。

Comments Accepted to ICLR 2026. Camera ready version

TrajVG: 3D Trajectory-Coupled Visual Geometry Learning

TrajVG：3D轨迹耦合视觉几何学习

Xingyu Miao, Weiguang Zhao, Tao Lu, Linning Xu, Mulin Yu, Yang Long, Jiangmiao Pang, Junting Dong

机构 * Durham University（杜伦大学） ； University of Liverpool（利物浦大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 TrajVG通过估计3D轨迹实现跨帧3D对应预测，结合几何一致性目标与自监督学习，提升多帧视频的3D重建性能。

GMAC: Global Multi-View Constraint for Automatic Multi-Camera Extrinsic Calibration

GMAC：全局多视图约束用于自动多摄像头外参校准

Chentian Sun

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

AI总结 GMAC通过隐式几何表示和多视图约束，实现多摄像头外参校准的高效准确估计，无需显式3D重建或手动校准。

Comments A 5-page paper with 1 figure, prepared for submission to the 2026 IEEE International Conference on Image Processing (ICIP)