视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
用于多视图三维重建与生成的球形占用轮廓学习
机构 * Nanjing University（南京大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 该研究提出将逐光线球形占用轮廓作为统一中间表示，训练判别式解码器与生成式流水线，在多视图三维重建任务中取得良好效果，且可迁移至真实照片场景。
Comments 12 pages,5 figures,5 tables. Code and data will be released
TRACE：从不完美表面扫描中构建抗伪影的统计形状模型——以颅缝早闭三维摄影为例
机构 * Scientific Computing and Imaging Institute, University of Utah（犹他大学科学计算与成像研究所） ； Kahlert School of Computing, University of Utah（犹他大学卡勒特计算学院） ； Division of Pediatric Plastic Surgery, UPMC Children’s Hospital of Pittsburgh（匹兹堡大学医学中心儿童医院小儿整形外科）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 研究针对临床三维头部摄影的伪影问题，提出TRACE框架，可直接从受污染数据构建抗伪影SSMs，在多骨干网络上均提升了形状模型质量，为颅缝早闭分析提供了可扩展基础。
Comments Accepted at ShapeMI workshop at MICCAI 2026
FixAnything：基于视频生成先验的3D一致性渲染优化
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 Gaussian Splatting ：NeRF(summary_cn,abstract)；3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)；point cloud(abstract)
AI总结 FixAnything是一款复用预训练视频生成模型、仅需轻量微调的单一模型，可修复3DGS、NeRF等四种3D表示的渲染伪影，实现3D一致性渲染，替代多个专用优化管线。
Comments Appearing in ECCV 2026. Project page: this https URL (https://fix-anything.github.io)
GaussVid：结合3D感知视频扩散先验的稀疏视图高斯溅射
机构 * The University of Hong Kong（香港大学） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Futurewei Technologies Inc（华为主流技术公司）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本研究提出结合3D感知视频扩散先验的GaussVid框架，构建3DGS视频数据集并引入相机条件几何先验，提升稀疏视图3DGS重建的像素、结构保真度与多视图一致性。
DesignAgent3D：通过类设计师多模态推理实现交互式3D场景编辑
机构 * University of Michigan（密歇根大学） ； University of Notre Dame（圣母大学） ； Yale University（耶鲁大学）
专题命中 Gaussian Splatting ：NeRF(summary_cn,abstract)；Gaussian Splatting(summary_cn,abstract)；分类 cs.CV
AI总结 DesignAgent3D是一种交互式多模态智能体框架，通过类设计师的规划-感知-行动范式解决文本引导3D场景编辑的缺陷，在NeRF和3D Gaussian Splatting上均优于现有方法，实现了更优的语义对齐、空间定位精度和多视图一致性。
LagrangeGS：动态3D高斯溅射上的非保守拉格朗日系统
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 LagrangeGS将动态3DGS建模为非保守拉格朗日系统，通过近似速度-海森矩阵、限制非保守力与时间无关、引入局部刚性对齐，解决了现有方法的三大问题，实现稳定外推、时间可逆性及物理编辑。
Comments Accepted by BMVC2026
M$^3$ISR：面向3D/4D高斯溅射（Gaussian Splatting）与前馈压缩的多模态多视图基准测试
机构 * The University of Hong Kong（香港大学） ； University of Newcastle（纽卡斯尔大学） ； Santa Clara University（圣克拉拉大学） ； Futurewei Technologies, Inc.（华为主导未来技术公司）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 该研究提出面向3D/4D高斯溅射的可控合成基准M$^3$ISR，含25个场景等，设5个赛道，评估发现静态重建质量差异小但存储成本差异大，为相关研究提供测试平台。
基于偏振不透明度先验的快速紧凑三维高斯溅射
机构 * National Tsing Hua University（国立清华大学） ； National Institute of Informatics（情报通信研究机构）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对3DGS模型膨胀问题，提出含L2重建损失与偏振不透明度先验的训练框架，以更少高斯实现加速训练并保持相当重建质量，提供紧凑高效的3DGS训练方案
使用3D高斯溅射与Astrobee实现国际空间站的原位重建
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； KBR Inc.（KBR公司） ； NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心） ； California Institute of Technology（加利福尼亚理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；novel view synthesis(abstract)
AI总结 该研究将3D高斯溅射技术应用于国际空间站内部三维重建，基于Astrobee机器人的500张原位图像构建高保真地图，其性能优于Nerfacto、TensoRF等现有方法，可用于快速更新舱内地图。
AquaFlow：用于水下流式重建的单目高斯溅射SLAM
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；3D vision(abstract)；分类 cs.CV
AI总结 针对水下场景视觉退化导致的SLAM难题，提出AquaFlow框架，通过微调3D视觉基础模型等技术实现更优的水下重建，在62条水下轨迹数据集上相较WaterSplat-SLAM性能显著提升。
Comments Preprint
面向无混叠的4D高斯表示：结合运动感知滤波
机构 * Indian Institute of Science（印度科学学院） ； Samsung R&D Institute India - Bangalore（三星印度班加罗尔研发研究院）
专题命中 Gaussian Splatting ：NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 针对动态场景4D表示的混叠问题，提出运动感知3D平滑滤波器，适配各类4D表示，在标准数据集上性能优于现有最优方法。
Comments Accepted to ECCV 2026. Project Page: this https URL (https://maaf-4dgs.github.io/)
NemoSplat：面向介质感知水下重建的前馈式4D高斯溅射方法
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 针对水下环境光散射与动态物体导致的重建难题，提出首个介质感知前馈4D高斯溅射框架NemoSplat，设计可提示动态解缠器与介质感知高斯预测器，构建大规模水下数据集，实现了最优跟踪精度与高保真渲染。
Comments 10 pages
看见不可见：用于稀疏视图三维泛化的高斯语义嵌入方法
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Global Institute of Future Technology, Shanghai Jiao Tong University（上海交通大学全球未来技术研究院）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 本文提出新型通用三维高斯溅射框架SeeU，通过跨视图熵感知模块与条件高斯变换器优化高斯估计，在稀疏视图场景下提升新视图合成的渲染质量与结构完整性，外推设置下PSNR较SOTA方法提升2.44 dB。
Comments Accepted at the ECCV 2026 Workshop on 3DWM
从单目视频学习动态3D高斯溅射的隐式本构定律
机构 * The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 提出GCA框架，结合LoRA适配与RDGA、CPR模块，从单目动态视频学习隐式本构定律，在多类数据集上性能优于现有方法
RoboShape：面向隐私感知机器人感知的信息论点云表示
机构 * The University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Bogazici University（博加齐大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.RO
AI总结 RoboShape 是一种信息论引导的点云压缩工具，可在保留物体分类效用的同时降低敏感属性泄露，缩小嵌入体积，发布代码库供机器人社区使用。
Comments under review
FlashReg：用于实时对应关系到位姿估计的GPU加速3-团点云配准算法
机构 * School of Computing（计算机学院） ； Institute of Science Tokyo（东京科学大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 FlashReg是面向GPU的点云配准算法，通过优化图构建与3-团搜索，在保持相当召回率的同时降低延迟、减少内存占用，适用于车载感知的高吞吐量配准后端。
Comments 12 pages
用于橡胶混凝土缺陷表征的近程摄影测量生成三维点云
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本研究针对橡胶混凝土调整近程摄影测量工作流程，结合SfM、MVS算法及RGB引导裂纹提取方法，生成亚毫米级分辨率三维模型，可替代激光雷达用于实验室样本表面检查与变形监测，为后续研究建立几何基准。
Comments 8 pages, 10 figures. Published in the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXV ISPRS Congress 2026, Toronto, Canada
GeoWAM：面向自动驾驶的视觉几何世界动作模型
机构 * Uber AV Labs（优步自动驾驶实验室） ； Case Western Reserve University（凯斯西储大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 该研究提出 GeoWAM，一种用于自动驾驶的视觉几何世界动作模型，通过预训练预测未来场景几何来学习动力学，经评估其生成的驾驶策略比图像基方案更强，确立未来几何预测为自动驾驶有效预训练目标。
SiZeUp：基于深度序数损失的航拍图像快速3D代理模型构建方法
机构 * Shenzhen University（深圳大学） ； Simon Fraser University（西蒙菲莎大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 SiZeUp是一种从校准倾斜航拍图像构建大规模城市3D代理模型的方法，采用“ footprint 高度”表示法与深度序数一致性损失，实现23-52倍加速，适用于大规模城市建模。
Comments Accepted to SIGGRAPH Asia 2026 Conference Papers
Hyper^2：通过双空间一致性释放双曲几何的全部潜力
机构 * Nanyang Technological University（南洋理工大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Sichuan University（四川大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文针对点云补全中双曲几何应用的跨几何不匹配问题，提出双空间一致性框架Hyper^2，在SVDFormer上实现显著的Chamfer距离降低，验证了编码器与损失几何一致性的重要性。
Comments 18 pages, 5 figures, 5 tables. Accepted to BMVC 2026
探索用于句子相似度的Dowker同调
机构 * University of Zürich（苏黎世大学）
专题命中 点云 ：point cloud(abstract)
AI总结 本研究将句子对的词元嵌入视为Transformer潜空间的点云，探究Dowker同调捕捉句子相似度的能力，发现其可用于相似度评估与可视化，推导的单值摘要表现尚可但未优于标准度量。
Comments 12 pages; accepted at "Workshop on Insights from Negative Results in NLP 2026"
基于Next-Scale Transformer的人脸真实感新视角合成
机构 * École polytechnique fédérale de Lausanne（洛桑联邦理工学院） ； Meta
专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV
AI总结 本研究将next-scale自回归范式适配人脸新视角合成，结合Transformer模型实现高保真多视角人脸3D模型生成，较扩散模型需更少专用训练数据，提升了感知与跨视角一致性。
通过视图图剪枝实现鲁棒的全局运动恢复结构（Structure-from-Motion, SfM）
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室）
专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV
AI总结 本研究针对全局运动恢复结构（SfM）易受错误边影响的问题，提出子图引导的视图图剪枝框架，经多类数据集实验验证可提升其鲁棒性并优化新视图合成质量。
Object-Uni：面向以物体为中心的空间理解与可控生成的统一模型
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与 mobility学院） ； Ant Group（蚂蚁集团）
专题命中 空间理解 ：spatial understanding(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 提出Object-Uni统一模型，通过视角方向抽象与UniSpatial-80K基准，实现以物体为中心的空间理解与可控生成，提升位姿理解及可控生成能力。
ARCHER：用于冷冻电子显微镜的摊销跨样本姿态估计
机构 * Pritzker School of Molecular Engineering, University of Chicago（芝加哥大学普利兹克分子工程学院） ； Department of Computer Science, Rensselaer Polytechnic Institute（伦斯勒理工学院计算机科学系）
专题命中 SLAM与定位 ：3D reconstruction(abstract)
AI总结 该研究提出ARCHER模型，通过离散旋转网格建模姿态后验，实现冷冻电镜跨结构通用的零样本姿态估计，在测试结构和实验颗粒上均达到高精度，且保留下游构象信号。
Comments 28 pages, 15 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈