3D 视觉

HS-3D-NeRF: 3D Surface and Hyperspectral Reconstruction From Stationary Hyperspectral Images Using Multi-Channel NeRFs

HS-3D-NeRF：利用多通道NeRF实现从静态高光谱图像中重建3D表面和高光谱数据

Kibon Ku, Talukder Z. Jubery, Adarsh Krishnamurthy, Baskar Ganapathysubramanian

机构 * Iowa State University（爱荷华州立大学） 纠错

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

AI总结 HS-3D-NeRF通过多通道NeRF实现静态高光谱图像的高吞吐量3D重建，用于农产品收获后的检查。

Comments 16 pages, 14 figures, 3 tables

Multi-View 3D Reconstruction using Knowledge Distillation

多视图3D重建使用知识蒸馏

Aditya Dutt, Ishikaa Lunawat, Manpreet Kaur

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出使用知识蒸馏方法，通过Dust3r生成的3D重建点训练学生模型，以提升多视图3D重建的效率和性能，最终发现视觉Transformer架构在视觉和定量指标上表现最佳。

Comments 6 pages, 10 figures

Benchmarking the Effects of Object Pose Estimation and Reconstruction on Robotic Grasping Success

评估物体位姿估计与重建对机器人抓取成功率的影响

Varun Burde, Pavel Burget, Torsten Sattler

机构 * Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格电子工程系） ； Czech Institute of Informatics, Robotics and Cybernetics（捷克信息学、机器人学与自动化研究所） 纠错

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

AI总结 本文提出基于物理的基准测试，评估三维重建质量对机器人抓取成功率的影响，揭示位姿误差与空间误差对抓取性能的关键作用。

Neural Implicit Representations for 3D Synthetic Aperture Radar Imaging

神经隐式表示用于3D合成孔径雷达成像

Nithin Sugavanam, Emre Ertin

机构 * Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 本文提出利用神经隐式表示建模3D合成孔径雷达成像中的表面散射，通过学习有符号距离函数以提高重建图像质量，并探讨未来复值神经表示的学习方法。

4D Monocular Surgical Reconstruction under Arbitrary Camera Motions

在任意摄像机运动下进行4D单目手术重建

Jiwei Shan, Zeyu Cai, Cheng-Tai Hsieh, Yirui Li, Hao Liu, Lijun Han, Hesheng Wang, Shing Shin Cheng

机构 * Department of Mechanical and Automation Engineering（机械与自动化工程系） ； T Stone Robotics Institute, The Chinese University of Hong Kong, Hong Kong（T Stone机器人研究院，香港中文大学，香港） ； Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang, China（沈阳自动化研究所，中国科学院，沈阳，中国） ； State Key Laboratory of Robotics and Intelligent Systems, Shenyang, China（机器人与智能系统国家重点实验室，中国，沈阳） ； School of Integrated Circuits, Shanghai Jiao Tong University, Shanghai, China（集成电路学院，上海交通大学，中国，上海） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，中国，上海） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China, Shanghai, China（系统控制与信息处理重点实验室，中国教育部，中国，上海） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出Local-EndoGS框架，通过局部可变形场景模型和多视图几何优化，实现任意摄像机运动下的高质量4D单目手术重建。

Comments Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the PDF file Subjects

StereoAdapter-2: Globally Structure-Consistent Underwater Stereo Depth Estimation

StereoAdapter-2: 基于全局结构一致性的水下立体深度估计

Zeyu Ren, Xiang Li, Yiran Wang, Zeyu Zhang, Hao Tang

机构 * The University of Melbourne（墨尔本大学） ； Peking University（北京大学） ； Australian Centre for Robotics（澳大利亚机器人中心） 纠错

专题命中 三维重建 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 StereoAdapter-2通过引入基于选择性状态空间模型的ConvSS2D操作符，实现了高效的水下立体深度估计，提升了水下基准测试的性能。

ICP-Based Pallet Tracking for Unloading on Inclined Surfaces by Autonomous Forklifts

基于ICP的自主叉车在倾斜表面卸货的托盘跟踪

Takuro Kato, Mitsuharu Morisawa

机构 * TICO-AIST Cooperative Research Laboratory for Advanced Logistics, National Institute of Advanced Industrial Science and Technology (AIST), Tsukuba, Japan（先进工业科学技术国家研究所（AIST）） 纠错

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

AI总结 本文提出基于ICP算法的自主叉车在倾斜表面卸货的托盘跟踪方法，通过实时跟踪实现叉子与托盘的对齐，从而避免拖拽并提高卸货效率。

Comments Accepted and published in IEEE/SICE SII 2024

Journal ref Proc. IEEE/SICE International Symposium on System Integration (SII), 2024, pp.1504-1510

Three-dimensional Damage Visualization of Civil Structures via Gaussian Splatting-enabled Digital Twins

通过高斯散射增强的数字孪生实现民用结构的三维损伤可视化

Shuo Wang, Shuo Wang, Xin Nie, Yasutaka Narazaki, Thomas Matiki, Billie F. Spencer

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

AI总结 本研究提出基于高斯散射的数字孪生方法，用于实现民用结构的三维损伤可视化，通过多尺度重建策略和实时更新机制提升损伤检测的精度与效率。

i-PhysGaussian: Implicit Physical Simulation for 3D Gaussian Splatting

i-PhysGaussian：隐式物理模拟用于3D高斯点撒法

Yicheng Cao, Zhuo Huang, Yu Yao, Yiming Ying, Daoyi Dong, Tongliang Liu

机构 * Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） ； School of Mathematics and Statistics, University of Sydney（数学与统计学学院，悉尼大学） ； Australian Artificial Intelligence Institute, University of Technology Sydney（澳大利亚人工智能研究所，技术大学） 纠错

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

AI总结 i-PhysGaussian通过隐式物理模拟方法提升3D高斯点撒法在复杂动态场景下的稳定性和精度

3D Scene Rendering with Multimodal Gaussian Splatting

多模态高斯散射的3D场景渲染

Chi-Shiang Gau, Konstantinos D. Polyzos, Athanasios Bacharis, Saketh Madhuvarasu, Tara Javidi

机构 * UCSD Centers for Machine intelligence, computing, and security (MICS) and Wireless Communications (CWC)（UCSD 机器智能、计算与安全中心（MICS）和无线通信中心） ； UCSD ； NVIDIA 纠错

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

AI总结 本文提出多模态框架，结合射频传感与高斯散射技术，实现高效且鲁棒的3D场景渲染。

B$^3$-Seg: Camera-Free, Training-Free 3DGS Segmentation via Analytic EIG and Beta-Bernoulli Bayesian Updates

B$^3$-Seg: 无相机、无训练的3DGS分割 via 分析EIG和贝塔-伯努利贝叶斯更新

Hiromichi Kamata, Samuel Arthur Munro, Fuminori Homma

机构 * Sony Group Corporation（索尼集团公司） ； Pixomondo 纠错

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

AI总结 B$^3$-Seg通过分析EIG和贝塔-伯努利贝叶斯更新，实现无相机和无训练的3DGS分割，以高效且理论严谨的方式进行开放词汇分割。

Comments Project page: https://sony.github.io/B3-Seg-project/

NRGS-SLAM: Monocular Non-Rigid SLAM for Endoscopy via Deformation-Aware 3D Gaussian Splatting

NRGS-SLAM：通过变形感知的3D高斯点云实现内窥镜单目非刚性SLAM

Jiwei Shan, Zeyu Cai, Yirui Li, Yongbo Chen, Lijun Han, Yun-hui Liu, Hesheng Wang, Shing Shin Cheng

机构 * Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong（机械与自动化工程系和T Stone机器人研究所，香港中文大学） ； School of Automation and Intelligent Sensing, the State Key Laboratory of Avionics Integration and Aviation System of-Systems Synthesis, and Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（自动化与智能感知学院、航空系统集成与航空系统综合国家重点实验室、上海导航与定位服务重点实验室，上海交通大学） 纠错

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

AI总结 NRGS-SLAM通过变形感知的3D高斯点云实现内窥镜单目非刚性SLAM，有效解决刚性假设与变形耦合问题，提升定位精度与重建质量。

MeGA: Hybrid Mesh-Gaussian Head Avatar for High-Fidelity Rendering and Head Editing

MeGA: 混合网格-高斯头像用于高保真渲染和头像编辑

Cong Wang, Di Kang, He-Yi Sun, Shen-Han Qian, Zi-Xuan Wang, Linchao Bao, Song-Hai Zhang

机构 * Tsinghua University（清华大学） ； Tencent（腾讯） ； Technical University of Munich（慕尼黑技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 MeGA通过混合网格和高斯表示，实现高保真头像渲染与编辑，提升面部和头发的细节与真实感。

Comments Accepted by CVPR 2025. Project page: https://conallwang.github.io/MeGA_Pages/

Point Linguist Model: Segment Any Object via Bridged Large 3D-Language Model

点语言模型：通过桥接大型3D语言模型实现任意对象分割

Zhuoxu Huang, Mingqi Gao, Jungong Han

机构 * Department of Computer Science, Aberystwyth University（计算机科学系，阿伯里斯特维斯大学） ； School of Computer Science, University of Sheffield（计算机科学学院，谢菲尔德大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

AI总结 点语言模型通过桥接大型3D语言模型与密集3D点云，解决表示不一致问题，提升3D对象分割的准确性和鲁棒性。

Comments Accepted by IEEE Transactions on Multimedia (TMM)

Cholec80-port: A Geometrically Consistent Trocar Port Segmentation Dataset for Robust Surgical Scene Understanding

Cholec80-port: 一种几何一致的trocar端口分割数据集用于鲁棒的外科场景理解

Shunsuke Kikuchi, Atsushi Kouno, Hiroki Matsuzaki

机构 * Jmees Inc.（Jmees公司） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 Cholec80-port数据集通过几何一致的端口分割提升外科场景理解的鲁棒性。

Point-DeepONet: Predicting Nonlinear Fields on Non-Parametric Geometries under Variable Load Conditions

点-深度ONet：在非参数几何上预测非线性场，以应对变量载荷条件

Jangseop Park, Namwoo Kang

机构 * Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（Cho Chun Shik 移动研究生院，韩国科学技术院） ； Narnia Labs（Narnia 实验室） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 Point-DeepONet通过整合PointNet与DeepONet框架，高效预测非参数几何和变量载荷下的物理响应场，实现比传统有限元分析快400倍的高保真结构分析。

Comments Accepted for publication in Neural Networks. 17 pages, 17 figures

Journal ref Neural Networks, 198 (2026) 108560

PartRAG: Retrieval-Augmented Part-Level 3D Generation and Editing

PartRAG：基于检索的分层3D生成与编辑

Peize Li, Zeyu Zhang, Hao Tang

机构 * King’s College London（伦敦国王学院） ； Peking University（北京大学） 纠错

专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV

AI总结 PartRAG通过整合外部部分数据库和扩散变换器，实现基于检索的分层3D生成与编辑，提升多视角一致性和局部编辑能力。

Fuse3D: Generating 3D Assets Controlled by Multi-Image Fusion

Fuse3D: 通过多图像融合生成受控的3D资产

Xuancheng Jin, Rengan Xie, Wenting Zheng, Rui Wang, Hujun Bao, Yuchi Huo

专题命中 3D生成 ：3D generation(abstract)；分类 cs.GR

AI总结 Fuse3D通过多图像融合技术实现多条件控制的3D资产生成，解决了单一控制目标的局限性，提升生成灵活性和质量。