3D 视觉

Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction

重新审视长时序流3D重建中的局部上下文

Jiarong Han, Jincheng Xiong, Yuzhou Liu, Linzhe Shi, Changjie Wu, Ning Guo, Mu Xu, Hang Zhang, Ming Qian

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出ABot-Recon流3D重建模型，仅缓存前11帧KV特征，通过局部上下文减少累积漂移，在Oxford Spires数据集上将ATE、RPE-R误差降低约40%，提升了长时序性能。

Comments Project Page: this https URL (https://amap-cvlab.github.io/ABot-Recon-html/), Code: this https URL (https://github.com/amap-cvlab/ABot-Recon)

Object Reconstruction under Occlusion with Generative Priors and Contact-induced Constraints

在遮挡下利用生成先验和接触诱导约束进行物体重建

Minghan Zhu, Zhiyi Wang, Qihang Sun, Maani Ghaffari, Michael Posa

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出了一种结合生成先验和接触诱导约束的方法，用于在遮挡下提高物体重建的准确性。

Comments IROS 2026. Project page: this https URL (https://contactgen3d.github.io/)

GeoFF3D: Coordinate-Anchored Feed-Forward Reconstruction for Large-Scale UAV Mapping

GeoFF3D：用于大规模无人机测绘的坐标锚定前馈重建方法

Xiang Yang, Yongli Wang, Yunsheng Zhang

机构 * Central South University（中南大学） ； Hunan Engineering Research Center of 3D Real Scene Construction and Application Technology（湖南省3D真实场景构建与应用技术工程研究中心） ； National University of Defense Technology（国防科技大学） 纠错

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

AI总结 GeoFF3D结合坐标锚定模型与SLRF框架，解决大规模无人机测绘问题，在9个航空块及UAVScenes序列上的重建质量优于基线，可高效处理2000张图像。

ZipMVS: Multi-View Stereo with Compressed Cost Volumes

ZipMVS：基于压缩代价体的多视图立体匹配

Guanglin Jin, Hongshan Yu, Javier Civera, Zhaoxin Li

机构 * School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； I3A, Universidad de Zaragoza（萨拉戈萨大学I3A研究所） ； Agricultural Information Institute, Chinese Academy of Agricultural Sciences（中国农业科学院农业信息研究所） 纠错

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

AI总结 ZipMVS是一种压缩代价体的多视图立体匹配方法，可在保持重建精度的同时降低GPU内存消耗，在相关数据集上实现了重建质量与内存使用的良好平衡。

Comments 14 pages, 8 figures

3D-USE: From Image-Level to Scene-Level Underwater Enhancement

3D-USE：从图像级到场景级的水下增强

Jieyu Yuan, Yuanlin Zhang, Jihong Li, Chunle Guo, Huimin Lu, Chongyi Li

机构 * College of Computer Science, Nankai University（南开大学计算机学院） ； NKIARI（南开大学人工智能研究院（深圳）） ； School of Automation, Southeast University（东南大学自动化学院） ； Advanced Ocean Institute of Southeast University, Nantong（东南大学南通先进海洋研究院） 纠错

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

AI总结 提出两阶段框架3D-USE，通过MediumRBF、ATC与U-BAF实现水下场景级增强，在真实水下场景实验中提升了能见度与跨视图一致性且保留重建质量。

Comments Project page: this https URL (https://bilityniu.github.io/3D-USE/)

Distinguishing cold and self-interacting dark matter through topological analysis

通过拓扑分析区分冷暗物质与自相互作用暗物质

Adrian Szpilfidel, Clotilde Laigle, Pierre Boldrini, Moritz S. Fischer, Dmitri Pogosyan

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

AI总结 该研究利用属统计量分析Darkium宇宙学模拟数据，发现密度场拓扑特征对暗物质自相互作用敏感，可作为区分自相互作用暗物质与冷暗物质的观测探针。

Comments 12 pages, 12 figures

Non-Uniform Quantisation for 3DGS Compression

面向3DGS压缩的非均匀量化

Bert Van hauwermeiren, Patrice Rondao Alface, Adrian Munteanu

机构 * Vrije Universiteit Brussel（布鲁塞尔自由大学） ； Nokia（诺基亚公司） 纠错

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

AI总结 针对3D高斯溅射（3DGS）高比特率问题，本文提出适配其数据分布的非均匀量化方案，消除体素化后冗余，在基准数据集上实现最先进压缩性能，兼容点云表示，将为MPEG 3DGS压缩标准化提供正式贡献。

ABCD: Alpha-Composited Block Coordinate Descent: Constant-VRAM Training for Large Radiance Fields

ABCD：Alpha合成块坐标下降法：针对大辐射场的恒定显存训练

Ka Heng Shiu, Kartic Subr

机构 * The University of Edinburgh（爱丁堡大学） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract,abstract_cn)；分类 cs.CV、cs.GR

AI总结 该研究提出ABCD外核训练框架，针对3DGS实现，通过块坐标下降与Alpha混合特性将峰值显存复杂度降为O(1)，在PSNR下降不足5%的前提下，让显存有限的GPU可训练大辐射场

Comments Presented at ACM SIGGRAPH 2026 Posters

WilLaGS: Latent-Conditional 3D Appearance Fields for Robust Gaussian Splatting In-the-Wild

WilLaGS：用于野外鲁棒高斯溅射的隐条件三维外观场

Yuhao Bai, Qianqiu Tan, Lilong Chen, Huanhuan Lv, Lijun Chen

机构 * Nanjing University（南京大学） ； Nanjing Agricultural University（南京农业大学） 纠错

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

AI总结 针对野外场景下三维高斯溅射的多视图一致性问题，提出WilLaGS框架，通过β-VAE与三维神经外观场建模外观，结合自监督感知掩码抑制伪影，实现鲁棒三维重建与实时渲染，性能达SOTA。

Comments Accepted by ECCV2026

ChainSplat: A Physics-Inspired Screw-Theoretic Model for Learning Deformable Linear Object Dynamics from Multi-View RGB Videos

ChainSplat：一种基于物理的螺旋理论模型，用于从多视角RGB视频中学习可变形线性物体的动力学

Seungyeon Kim, Noémie Jaquier

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） 纠错

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

AI总结 ChainSplat是一种物理启发式框架，仅从多视角RGB视频中联合学习可变形线性物体的3D几何、外观、运动学和动力学，在相关任务上达SOTA性能，支持实时估计与轨迹优化，具实用价值。

Comments 18 pages, 12 figures

Denoising-Aware Temporal Point Cloud Completion for 3D Crop Architecture Recovery and Phenotypic Trait Extraction

面向三维作物结构恢复与表型性状提取的去噪感知时序点云补全方法

Mrudul Mittal, Soumyashree Kar

机构 * Sardar Vallabhbhai National Institute of Technology（萨达尔·瓦拉巴伊国家理工学院） ； Indian Institute of Technology Bombay（印度理工学院孟买分校） 纠错

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

AI总结 该研究针对时序植物重建数据集缺失的问题，提出SynthCrop4D数据集与结合去噪和Adaptive Temporal PoinTr的两阶段流程，提升了作物点云补全质量，可用于表型性状提取。

Comments 25 pages of pdf for manuscript, total 12 files including bbl and tex

Manifold4D: Denoising on Point Cloud Rendered Manifolds for Video Re-shooting

Manifold4D：在点云渲染流形上进行去噪以实现视频重拍摄

Yongqi Mao, Zijia Dai, Zhishuo Liu, Wei Xu, Kaiwei Wang, Guotao Meng

机构 * Zhejiang University（浙江大学） ； Manifold Tech（曼尼福尔德科技） ； ShanghaiTech University（上海科技大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出MANIFOLD4D，将渲染结果注入流匹配初始噪声以实现视频重拍摄，在DAVIS-Traj等基准上显著提升相机控制精度，同时保证视频保真度与动态一致性。

Comments 20 pages, 9 figures, 10 tables. Project page: this https URL (https://yongxuqixiang.github.io/Manifold4D-Project-Page/)

SpatialCrafter: Single Image World Modeling with Generative 3D Proxies

SpatialCrafter：基于生成式3D代理的单图像世界建模

Chuan Fang, Lingteng Qiu, Yixun Liang, Rui Chen, Kunming Luo, Zhaohua Zheng, Tongyuan Bai, Feipeng Tian, Zilong Dong, Zihan Zhou, Ping Tan

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； ManyCore Tech Inc.（ManyCore科技公司） ； Jilin University（吉林大学） 纠错

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

AI总结 SpatialCrafter是解决图像到场景生成问题的两阶段框架，通过3D代理及相关策略提升3D一致性，构建了115K场景的新数据集，性能优于现有方法且鲁棒性强。

Comments 12 pages

Lossy Event Compression: From Event Stream Distortion to Task Performance

有损事件压缩：从事件流失真到任务性能

Zahra Rezaee, Catarina Brites, João Ascenso

机构 * Instituto Superior Técnico, University of Lisbon（里斯本大学高级技术学院） ； Instituto de Telecomunicações（电信研究所） ； Instituto Universitário de Lisboa (ISCTE-IUL)（里斯本大学学院） 纠错

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

AI总结 本文提出两种事件压缩流水线，在任务驱动框架下评估五种新指标，可可靠预测压缩导致的任务性能下降，为事件数据编码优化提供直接指导。

uScenes: A Multimodal RGB and 3D Sonar Dataset for Underwater Robot Perception

uScenes：用于水下机器人感知的多模态RGB与3D声呐数据集

Trung Tien Dong, Zhenqi Wu, Aditya Penumarti, Zi-Hao Zhang, Micaiah Bartlett, Jane Shin, Xiaomin Lin

机构 * University of South Florida（南佛罗里达大学） ； University of Florida（佛罗里达大学） ； Seoul National University（首尔大学） 纠错

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

AI总结 该研究针对水下机器人感知难题，构建了含同步3D多波束声呐点云与RGB图像的uScenes多模态数据集，为水下传感器融合等任务提供了基础。

Beyond Pairwise Graphs in Science: Hypergraph Adaptive Wavelet Operators for Parametric PDEs

超越科学中的成对图：用于参数化偏微分方程的超图自适应小波算子

Rajat Sarkar, Venkataramana Runkana, Souvik Chakraborty

机构 * Indian Institute of Technology Delhi（印度德里理工学院） ； Yardi School of Artificial Intelligence (ScAI)（亚迪人工智能学院） ； Department of Applied Mechanics（应用力学系） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 该研究针对参数化偏微分方程，提出超图自适应小波算子HALO，在多类基准测试中精度优异且滚动稳定，可扩展至工业空气动力学几何，性能优于或媲美相关基线模型。

Quantum Topological Analysis on Digraphs

有向图上的量子拓扑分析

Yunpeng Zi, Muchun Yang, D. L. Zhou

专题命中 点云 ：point cloud(abstract)

AI总结 该研究针对有向图路径同调提出量子算法，设计了量子编码协议，在路径空间可高效访问时实现指数级加速，标准有向图输入下实现多项式级加速，为拓扑数据分析提供新的量子方法。

Comments 26 pages, 2 figures, To be appeared on Quantum Science and Technology

Transparency Rendering in Computer-Aided Design: Methodologies, Trade-offs, and Challenges

计算机辅助设计中的透明渲染：方法、权衡与挑战

Grigoris Tsopouridis, Ioannis Fudos

专题命中 新视角合成 ：spatial understanding(abstract)；分类 cs.GR

AI总结 本文综述CAD透明渲染的现状，分析近似与精确技术的权衡，研究强调内部组件的技术，探讨CSG对象渲染挑战，为该领域刻画当前能力、系统化开放问题并指明未来方向。

Comments Author Version. Published at Computer-Aided Design & Applications, DOI: this https URL (https://doi.org/10.14733/cadaps.2027.133-151)

Cyc3D: Evaluating Cyclic Structural Stability and Asset Usability in Image-to-3D Generation

Cyc3D：评估图像到3D生成中的循环结构稳定性与资产可用性

Liwen Zhang

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

AI总结 该研究针对图像到3D生成的评估缺陷，提出多维基准Cyc3D，通过多维度诊断揭示模型缺陷，实验发现闭源前馈模型在多项指标上优于开源优化基线，但最强方法仍存循环稳定性差距。

Visual Cue Interactions in AR-Guided Needle Insertion: A Prostate Biopsy-Inspired Phantom Study

AR引导穿刺操作中的视觉线索交互：一项基于前列腺活检的体模研究

Xinrui Zou, Mingxu Liu, Thomas T. Jones, Braden Millan, Sandeep Gurram, Peter A. Pinto, Raisa Z. Freidlin, Alejandro Martin-Gomez

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.GR

AI总结 本研究针对经皮穿刺操作的AR引导问题，设计并评估三种可视化技术，发现线索效果与用户专业水平及线索配置相关，为AR引导策略提供依据。

Comments Accepted at IEEE ISMAR 2026. The definitive version will be available in IEEE Xplore