3D 视觉

3D Reconstruction by Looking: Instantaneous Blind Spot Detector for Indoor SLAM through Mixed Reality

通过混合现实进行3D重建：一种用于室内SLAM的即时盲区检测器

Hanbeom Chang, Jongseong Brad Choi, Chul Min Yeum

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

AI总结 通过混合现实技术实现室内SLAM的即时盲区检测，提升3D重建精度与效率。

Comments 21 pages, 13 figures, 3 tables

Journal ref Advanced Engineering Informatics, 2026, Article 104065

RI-Mamba: Rotation-Invariant Mamba for Robust Text-to-Shape Retrieval

RI-Mamba：用于鲁棒文本到形状检索的旋转不变Mamba

Khanh Nguyen, Dasith de Silva Edirimuni, Ghulam Mubashar Hassan, Ajmal Mian

机构 * The University of Western Australia（西澳大学） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV

AI总结 RI-Mamba是一种旋转不变的状态空间模型，用于提升文本到形状检索的鲁棒性和表现力。

Ctrl&Shift: High-Quality Geometry-Aware Object Manipulation in Visual Generation

Ctrl&Shift: 视觉生成中高质量的几何感知物体操控

Penghui Ruan, Bojia Zi, Xianbiao Qi, Youze Huang, Rong Xiao, Pichao Wang, Jiannong Cao, Yuhui Shi

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Southern University of Science and Technology（南方科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； IntelliFusion Inc.（IntelliFusion公司） ； University of Electronic Science and Technology of China（电子科技大学） ； NVIDIA 纠错

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

AI总结 Ctrl&Shift通过端到端扩散框架实现高质量几何感知物体操控，无需显式3D建模，兼顾细粒度控制与现实泛化能力。

Comments Accepted at ICLR 2026

Filmsticking++: Rapid Film Sticking for Explicit Surface Reconstruction

Filmsticking++: 快速薄膜贴合用于显式表面重建

Pengfei Wang, Jian Liu, Qiujie Dong, Shiqing Xin, Yuanfeng Zhou, Changhe Tu, Caiming Zhang, Wenping Wang

专题命中 三维重建 ：point cloud(abstract)；分类 cs.GR

AI总结 Filmsticking++通过改进的受限幂图和虚拟站点技术，实现无需法线的显式表面重建，提高效率与鲁棒性。

Comments 15 pages, 15 figures

Using a 4-megapixel hybrid photon counting detector for fast, lab-based nanoscale x-ray tomography

使用400万像素混合光电计数探测器实现快速实验室纳米级X射线断层扫描

Jordan Fonseca, Zachary H. Levine, Joseph W. Fowler, Felix H. Kim, Galen O'Neil, Nathan J. Ortiz, John Henry Scott, Daniel S. Swetz, Paul Szypryt, Andras E. Vladar, Nathan Nakamura

专题命中 三维重建 ：3D reconstruction(abstract)

AI总结 本研究利用400万像素混合光电计数探测器实现快速实验室纳米级X射线断层扫描，将成像速度提升800倍，达到75-80nm的空间分辨率。

Comments 10 pages, 4 figures, journal submission version

3DGSNav: Enhancing Vision-Language Model Reasoning for Object Navigation via Active 3D Gaussian Splatting

3DGSNav: 通过主动3D高斯散射增强视觉-语言模型的物体导航

Wancai Zheng, Hao Chen, Xianlong Lu, Linlin Ou, Xinyi Yu

机构 * Zhejiang University of Technology, Hangzhou, China（浙江工业大学，杭州，中国） ； Zhejiang University, Hangzhou, China（浙江大学，杭州，中国） 纠错

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

AI总结 3DGSNav通过主动3D高斯散射提升视觉-语言模型的物体导航能力，结合结构化视觉提示和链式推理，实现高效且可靠的导航性能。

EDGS: Eliminating Densification for Efficient Convergence of 3DGS

EDGS: 消除致密化以实现3DGS的高效收敛

Dmytro Kotovenko, Olga Grebenkova, Björn Ommer

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

AI总结 EDGS通过消除致密化步骤，利用密集图像对应关系中的三角化像素实现3DGS的高效收敛，提升重建质量和效率。

LeafFit: Plant Assets Creation from 3D Gaussian Splatting

LeafFit：从3D高斯点云生成可编辑的植物资产

Chang Luo, Nobuyuki Umetani

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

AI总结 LeafFit通过分割和拟合叶片生成可编辑的植物网格资产，减少数据规模并提升编辑效率。

Comments Our source code is publicly available at https://github.com/netbeifeng/leaf_fit

Journal ref Eurographics 2026

GSO-SLAM: Bidirectionally Coupled Gaussian Splatting and Direct Visual Odometry

GSO-SLAM：双向耦合的高斯点云与直接视觉里程计

Jiung Yeon, Seongbo Ha, Hyeonwoo Yu

机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人系，成均馆大学） 纠错

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

AI总结 GSO-SLAM通过双向耦合视觉里程计与高斯点云，实现实时单目密集SLAM，提升场景重建的几何和光度保真度。

Comments 8 pages, 6 figures, RA-L accepted

UP-SLAM: Adaptively Structured Gaussian SLAM with Uncertainty Prediction in Dynamic Environments

UP-SLAM：适应性结构高斯SLAM与动态环境中的不确定性预测

Wancai Zheng, Linlin Ou, Jiajie He, Libo Zhou, Xinyi Yu, Yan Wei

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

AI总结 UP-SLAM通过并行框架解耦跟踪与建图，利用概率八叉树和不确定性估计器提升动态环境中的SLAM性能。

Journal ref ICRA 2026

TG-Field: Geometry-Aware Radiative Gaussian Fields for Tomographic Reconstruction

TG-Field：基于几何的辐射高斯场用于断层扫描重建

Yuxiang Zhong, Jun Wei, Chaoqi Chen, Senyou An, Hui Huang

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

AI总结 TG-Field通过几何感知高斯变形框架，提升静态和动态CT重建的精度与效率，尤其在稀疏投影条件下表现优异。

Comments Accepted to AAAI 2026. Project page: https://vcc.tech/research/2026/TG-Field

Learning Physics-Grounded 4D Dynamics with Neural Gaussian Force Fields

基于神经高斯力场的学习物理 grounded 4D 动力学

Shiqian Li, Ruihong Shen, Junfeng Ni, Chang Pan, Chi Zhang, Yixin Zhu

机构 * Institute for AI, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理学与认知科学学院） ； School of EECS, Peking University（北京大学电子工程学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Yuanpei College, Peking University（北京大学元培学院） ； State Key Lab of General AI, Peking University（北京大学通用人工智能国家重点实验室） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京行为与心理健康重点实验室） 纠错

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

AI总结 本文提出神经高斯力场（NGFF），通过结合3D高斯感知与物理动力学建模，从多视角RGB输入生成交互式、物理真实的4D视频，提升视频预测的物理 grounded 性。

Comments 43 pages, ICLR 2026

UPDA: Unsupervised Progressive Domain Adaptation for No-Reference Point Cloud Quality Assessment

UPDA：无监督渐进领域适应用于无参考点云质量评估

Bingxu Xie, Fang Zhou, Jincan Wu, Yonghui Liu, Weiqing Li, Zhiyong Su

机构 * School of Automation, Nanjing University of Science and Technology（自动化学院，南京理工大学） ； National Key Laboratory of Information Systems Engineering（信息系统工程国家重点实验室） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学） 纠错

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

AI总结 UPDA通过无监督渐进领域适应框架提升无参考点云质量评估在跨域场景中的性能。

Comments to be published in IEEE Transactions on Broadcasting

ReTracing: An Archaeological Approach Through Body, Machine, and Generative Systems

ReTracing：通过身体、机器和生成系统进行考古学研究

Yitong Wang, Yue Yao

机构 * Department of Machine Learning（机器学习系） ； Carnegie Mellon University（卡内基梅隆大学） ； SIPA Technology Policy and Innovation（技术政策与创新研究所） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 ReTracing通过AI、人类和机器人互动，探索生成系统如何通过编舞运动反映社会文化偏见。

Secure AI-Driven Super-Resolution for Real-Time Mixed Reality Applications

安全的人工智能驱动超分辨率用于实时混合现实应用

Mohammad Waquas Usmani, Sankalpa Timilsina, Michael Zink, Susmit Shannigrahi

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Tennessee Technological University（田纳西科技技术大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出了一种安全的人工智能驱动超分辨率方法，用于降低混合现实应用中的带宽和延迟，通过下采样和部分加密减少数据传输，并利用机器学习模型高效重建高分辨率点云。

Projected Representation Conditioning for High-fidelity Novel View Synthesis

投影表示条件化用于高质量新视角合成

Min-Seop Kwak, Minkyung Kwon, Jinhyeok Choi, Jiho Park, Seungryong Kim

专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV

AI总结 本文提出ReNoV框架，通过投影外部表示提升扩散模型在高质量新视角合成中的几何一致性和重建保真度。