3D 视觉

Point2Pose: Occlusion-Recovering 6D Pose Tracking and 3D Reconstruction for Multiple Unknown Objects Via 2D Point Trackers

Point2Pose：基于2D点跟踪器的遮挡恢复多未知物体6D姿态跟踪与3D重建

Tzu-Yuan Lin, Ho Jae Lee, Kevin Doherty, Yonghyeon Lee, Sangbae Kim

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

AI总结 Point2Pose利用2D点跟踪器实现多未知物体的6D姿态跟踪与3D重建，在完全遮挡后能快速恢复，无需CAD模型或类别先验。

3DGS-HPC: Distractor-free 3D Gaussian Splatting with Hybrid Patch-wise Classification

3DGS-HPC: 无干扰的3D高斯散射与混合逐块分类

Jiahao Chen, Yipeng Qin, Ganlong Zhao, Xin Li, Wenping Wang, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； Texas A&M University（德克萨斯农工大学） ； Cardiff University（卡迪夫大学） ； Centre for Perceptual and Interactive Intelligence（感知与交互智能中心） 纠错

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

AI总结 3DGS-HPC通过结合逐块分类策略和混合分类度量标准，有效抑制干扰因素，提升基于3DGS的新视角合成性能。

Comments Accepted at ICML 2026

Rendering Novel Views of MRI Using 3D Gaussian Splatting

使用3D高斯泼溅渲染MRI的新视图

Robin Y. Park, Mark C. Eid, Rhydian Windsor, Amir Jamaludin, Ana I.L. Namburete, João F. Henriques, Andrew Zisserman

机构 * Visual Geometry Group, University of Oxford（视觉几何组，牛津大学） ； Oxford Machine Learning in NeuroImaging Lab, University of Oxford（牛津大学神经影像学机器学习实验室） 纠错

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

AI总结 通过3D高斯泼溅从稀疏各向异性MRI重建体积并采样与目标解剖对齐的平面，生成更优的放射学分级视图，相比原始扫描和体素插值方法提高了椎管狭窄分级准确性。

Comments Spotlight at AI4M3D workshop at ECCV 2026

Compact Feed-Forward 3D Gaussians via Saliency-Guided Primitive Merging

基于显著性引导基元合并的紧凑前馈三维高斯模型

Tim-Felix Fassch, Jochen Kall, Cyrill Stachniss

机构 * Bosch Research（博世研究院） ； University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究院） 纠错

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

AI总结 该研究针对前馈三维高斯方法基元冗余问题，提出显著性引导的基元合并流水线，可在仅1/20高斯数量下保留视觉质量，实现高效紧凑的三维场景表示与渲染。

3DGAA: Realistic and Robust 3D Gaussian-based Adversarial Attack for Autonomous Driving

3DGAA：面向自动驾驶的逼真且鲁棒的基于3D高斯的对抗攻击

Yixun Zhang, Lizhi Wang, Junjun Zhao, Wending Zhao, Feng Zhou, Yonghao Dang, Jianqin Yin

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications, China（智能工程与自动化学院，北京邮电大学） 纠错

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

AI总结 本文提出3DGAA框架，通过3D高斯溅射实现视图一致、几何保持的可打印对抗包裹，在CARLA仿真等测试中显著降低自动驾驶车辆相机感知的检测性能，为安全评估与防御设计提供支撑。

Comments TIFS

UNRIO: Uncertainty-Aware Velocity Learning for Radar-Inertial Odometry

UNRIO：面向雷达-惯性里程计的不确定性感知速度学习

Jui-Te Huang, Tianshu Huang, Anthony Rowe, Michael Kaess

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 UNRIO通过直接处理雷达IQ信号预测体坐标系速度，结合Transformer架构和GRT框架，在多模式下实现不确定性估计与姿态图融合，有效提升横向运动轨迹中的里程计精度。

LaGen: Towards Autoregressive LiDAR Scene Generation

LaGen：迈向自主驾驶的自回归激光雷达场景生成

Sizhuo Zhou, Xiaosong Jia, Fanrui Zhang, Junjie Li, Juyong Zhang, Yukang Feng, Jianwen Sun, Songbur Wong, Junqi You, Junchi Yan

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出LaGen，首个支持长时交互生成的自回归框架，能基于单帧输入生成高保真4D激光雷达场景，并通过场景解耦和噪声调节模块提升生成质量。

Comments Accepted to ECCV 2026

Many-point tropical relaxation and the Monge--Ampère equation

多点热带松弛与蒙日 - 安培方程

Nikita Kalinin, Ernesto Lupercio, Higinio Serrano, Mikhail Shkolnikov

专题命中 点云 ：point cloud(abstract)

AI总结 研究平面亚历山德罗夫蒙日 - 安培方程，构建关联驱动的热带逼近，通过结合多种方法，得到\(N^{-1/2}F_N\)的收敛性、曲率估计等结果，还包括随机点云极限、协方差及对角线相关结论。

Comments 67 pages, 3 figures. Revised exposition and proof clarifications; corrected numerical appendix. Main results unchanged

Memory-V2V: Memory-Augmented Video-to-Video Diffusion for Consistent Multi-Turn Editing

Memory-V2V: 通过记忆增强的视频到视频扩散模型实现一致的多轮编辑

Dohun Lee, Chun-Hao Paul Huang, Xuelin Chen, Jong Chul Ye, Duygu Ceylan, Hyeonho Jeong

机构 * Adobe Research（Adobe研究实验室） ； KAIST AI（韩国科学技术院人工智能研究所） ； Adobe Internship（Adobe实习） ； Project Lead（项目负责人） 纠错

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

AI总结 Memory-V2V通过引入外部记忆模块，解决多轮视频编辑中的跨轮一致性问题，提升编辑连贯性并保持视觉质量，优于现有基线模型。

Comments 38 pages, 22 figures, ECCV 2026, Project page: this https URL (https://dohunlee1.github.io/MemoryV2V)

Towards Fine-Grained Text-to-3D Quality Assessment: A Benchmark and A Two-Stage Rank-Learning Metric

面向细粒度文本到3D质量评估：一个基准和两阶段排名学习指标

Bingyang Cui, Yujie Zhang, Qi Yang, Zhu Li, Yiling Xu

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Missouri-Kansas City（密苏里大学-堪萨斯城分校） 纠错

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

AI总结 针对T23DQA的基准缺失与指标缺陷，本文推出组合式T23D生成基准T23D-CompBench，并提出两阶段排名学习指标Rank2Score，其性能优于现有指标且可作为奖励函数优化生成模型。

ScaRF-SLAM: Scale-Consistent Reconstruction with Feed-Forward Models and Classical Visual SLAM

ScaRF-SLAM: 基于前馈模型与经典视觉SLAM的尺度一致重建

Yuhao Zhang, Yifu Tao, Frank Dellaert, Maurice Fallon

机构 * Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） 纠错

专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.RO

AI总结 提出一种解耦框架，将经典特征SLAM用于鲁棒跟踪，几何基础模型仅用于建图，通过尺度优化和子图融合实现高质量一致密集重建，在建筑级数据集上重建精度提升10%-20%。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L) 2026