3D 视觉

Neural 3D Object Reconstruction with Small-Scale Unmanned Aerial Vehicles

基于小型无人机的神经三维物体重建

Àlmos Veres-Vitàlyos, Filip Lemic, Daniel Johannes Bugelnig, Joan Bernaus Casadesús, Genis Castillo Gomez-Raya, Sergi Abadal, Bernhard Rinner, Xavier Costa-Pérez

机构 * i2CAT Foundation（i2CAT基金会） ； University of Klagenfurt（克雷格弗特大学） ； Universitat Politècnica de Catalunya（巴塞罗那理工大学） ； Faculty of Electrical Engineering and Computing（电气工程与计算学院） ； University of Zagreb（扎格雷布大学） ； NEC Labs Europe GmbH（NEC欧洲实验室） ； ICREA 纠错

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

AI总结 该研究提出一种基于100克以下无人机的自主闭环主动视点选择系统，通过双重建流水线与动态轨迹自适应算法提升三维重建质量，验证了其在单/多无人机配置下的有效性。

Comments 14 pages, 18 figures, 4 tables, 44 references

Gaussian-Voxel Duet: A Dual-Scaffolding Hybrid Representation for Fast and Accurate Monocular Surface Reconstruction

高斯-体素二重奏：用于快速准确单目表面重建的双支架混合表示

Zhenhua Du, Zhen Tan, Haoyu Zhang, Dewen Hu, Shuaifeng Zhi, Peidong Liu

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； National University of Defense Technology（国防科技大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 提出一种混合高斯-体素表示，通过将锚定高斯约束在体素化SDF定义的表面窄带内，并引入隐式表面约束损失，在保持快速训练和实时渲染的同时，实现了高质量表面重建和新视图合成。

Comments 27 pages, 14 figures

Reliability-Aware Monocular Depth Supervision for Sparse-View Neural Reconstruction

用于稀疏视图神经重建的可靠性感知单目深度监督

Wei-Teng Chu, Yashasvini Gopalan, Changju Yuan

机构 * Stanford University（斯坦福大学） 纠错

专题命中 三维重建 ：NeRF(abstract)；分类 cs.CV、cs.GR

AI总结 研究稀疏视图神经重建的单目深度监督，用Depth Anything V2作密集单目深度先验，经尺度变换拟合对齐预测，通过仅RGB基线模型生成的光度掩码选择性应用深度监督，在不同场景评估，结果表明应选择性适度加权应用。

Comments 9 pages, 6 figures. All authors contributed equally

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, Jun Li, Hao Chen, Haifeng Li

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。

SGFormer: Structure-Guided Transformer for Robust Local Feature Matching

SGFormer：用于鲁棒局部特征匹配的结构引导Transformer

Zhihua Xu, Runyu Zhu, Rongjun Qin

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

AI总结 针对局部特征匹配中Transformer注意力发散的问题，提出SGFormer结构引导Transformer，通过三重结构注意力模块增强显著结构区域的注意力，有效提升了匹配精度。

Conditional Diffusion for 3D CT Volume Reconstruction from 2D X-rays

基于条件扩散的3DCT体积重建从2DX光

Martin Rath, Morteza Ghahremani, Yitong Li, Ashkan Taghipour, Marcus Makowski, Christian Wachinger

机构 * Technical University of Munich (TUM)（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Western Australia (UWA)（西澳大利亚大学） 纠错

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

AI总结 本文提出AXON框架，通过多阶段扩散模型直接从真实X光重建高保真3DCT体积，采用粗到细策略和ControlNet优化，支持双平面X光输入并提升诊断分辨率。

Comments Accepted at BMVC 2026

ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting

改进的 VBGS：实时连续变分贝叶斯高斯点云融合

Damani Mguni-Coker

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

AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。

Comments 5 pages, 4 figures. Technical Report. This introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)

CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus

CoRe-GS：基于语义对象聚焦的粗到细 Gaussian Splatting

Hannah Schieber, Dominik Frischmann, Victor Schaack, Simon Boche, Angela Schoellig, Stefan Leutenegger, Daniel Roth

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

AI总结 CoRe-GS通过任务驱动的语义对象聚焦优化，实现高效且高质量的3D场景重建，适用于机器人应用。

MoDGS: Dynamic Gaussian Splatting from Casually-captured Monocular Videos with Depth Priors

MoDGS：基于深度先验的随意捕获单目视频动态高斯溅射

Qingming Liu, Yuan Liu, Jiepeng Wang, Xianqiang Lyv, Peng Wang, Wenping Wang, Junhui Hou

机构 * City University of HongKong（香港城市大学） ； HKUST（香港科技大学） ； HKU（香港大学） ； TAMU（德克萨斯大学奥斯汀分校） ； CUHK(SZ)（香港城市大学（深圳）） 纠错

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

AI总结 MoDGS是基于深度先验的新管线，通过3D感知初始化与鲁棒深度损失，从相机静止或缓慢移动的随意单目视频渲染高质量动态场景新视角，性能优于现有方法且代码公开。

Comments Accepted as a poster at ICLR. Project page: https://modgs.github.io

ProGS: Towards Progressive Coding for 3D Gaussian Splatting

ProGS：迈向3D高斯散射的渐进编码

Zhiye Tang, Lingzhuo Liu, Shengjie Jiao, Qiudan Zhang, Junhui Hou, You Yang, Xu Wang

机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） 纠错

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

AI总结 ProGS通过八叉树结构实现3D高斯散射的高效渐进编码，显著提升压缩效率和视觉保真度。

ThermoSplat: Cross-Modal 3D Gaussian Splatting with Feature Modulation and Geometry Decoupling

ThermoSplat: 多模态3D高斯点云的特征调制与几何解耦

Zhaoqi Su, Shihai Chen, Xinyan Lin, Liqin Huang, Zhipeng Su, Xiaoqiang Lu

机构 * College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学） 纠错

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

AI总结 ThermoSplat通过特征调制和几何解耦实现多模态3D高斯点云的深度光谱感知重建，提升多光谱场景的渲染质量。

Journal ref 10.1016/j.neucom.2026.134796

TopoSurfel: Closing the Loop between Gaussian Surfels and Meshes for Surface Reconstruction

TopoSurfel：闭合高斯面元与网格间的循环以实现表面重建

Chuanjin Fan, Wenjie Chang, Bohao Liao, Yujia Chen, Wenfei Yang, Tianzhu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Deep Space Exploration Laboratory（深空探测实验室） 纠错

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

AI总结 针对3D高斯溅射直接提取高保真表面易产生伪影和浮点数的问题，提出闭合高斯面元与网格循环的TopoSurfel框架，通过动态生成代理网格及相关策略实现高质量表面重建与新视图合成。

Comments Project page: https://fan-treasure.github.io/TopoSurfel_page/

DisCo3D: Distilling Multi-View Consistency for 3D Scene Editing

DisCo3D：用于3D场景编辑的多视图一致性蒸馏

Yufeng Chi, Huimin Ma, Kafeng Wang, Jianmin Li

机构 * Institute for Artificial Intelligence, Beijing National Research Center for Information Science and Technology, Department of Computer Science and Technology, Tsinghua University（人工智能研究院、北京信息科学与技术国家研究中心、计算机科学与技术系、清华大学） ； College of Computer, National University of Defense Technology（计算机学院、国防科技大学） 纠错

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

AI总结 本文提出DisCo3D框架，通过微调3D生成器、一致性蒸馏训练2D编辑器并结合Gaussian Splatting，实现了稳定的3D场景编辑多视图一致性，且编辑质量优于现有SOTA方法。

Comments 14 pages, 9 figures

Journal ref SCIENCE CHINA Information Sciences (2026)

Posterior Variance Is a Constraint Map, Not an Error Map: Closed-Form Uncertainty for Radiative Gaussian Splatting in Sparse-View CT

用于稀疏视图CT中辐射高斯点云的校准闭式不确定性

Chulin Zhao, Yiran Xu, Shu Liu

机构 * Dundee International Institute, Central South University（中南大学邓迪国际学院） ； Central South University（中南大学） 纠错

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

AI总结 研究针对辐射高斯点云在稀疏视图CT重建中缺乏可信度问题，利用透射X射线成像特性赋予其变分密度后验，通过系统校准研究表明所得不确定性能与真实误差排序相符，还剖析相关现象并指出校准后验指向剂量自适应停止规则。

Comments v2: substantially revised and condensed; 31 pages total, 9 figures

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

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

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 10 pages, 5 figures

Super4DR: 4D Radar-centric Self-supervised Odometry and Gaussian-based Map Optimization

Super4DR: 基于4D雷达的自监督里程计与高斯基于地图优化

Zhiheng Li, Weihua Wang, Qiang Shen, Yichen Zhao, Zheng Fang

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

AI总结 Super4DR通过基于4D雷达的自监督里程计和高斯地图优化，在恶劣天气中实现更准确的定位与地图重建。

Comments 19 pages, 24 figures

VisTa3D: A Dataset and Benchmark for Thin Object Reconstruction from Vision, Tactile, and 3D Point Clouds

VisTa3D：用于从视觉、触觉和三维点云重建薄物体的数据集与基准

Shania Guo, Yeongsik Seo, Andrew Fu, Mei Hao, Iris Xia, Jiwon Jenny Lee, Xinyi Mary Xie, Hyoungseob Park, Aaron Dollar, Alex Wong

机构 * Yale University（耶鲁大学） ； Yale Vision Laboratory（耶鲁视觉实验室） ； GRAB Lab（GRAB实验室） 纠错

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

AI总结 VisTa3D是首个含视觉、触觉等数据的薄物体重建数据集，作者在其上基准测试现有模型发现其保真度低，还提出视觉-深度-触觉基线模型以探究触觉数据对薄物体重建的辅助作用。

Simultaneous Monitoring of Shape and Surface Color via 4D Point Clouds: A Registration-free Approach

通过4D点云同时监测形状和表面颜色：一种无需配准的方法

Mariafrancesca Patalano, Giovanna Capizzi, Kamran Paynabar

机构 * Department of Statistical Sciences, University of Padua（帕多瓦大学统计科学系） ； School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院工业与系统工程学院） 纠错

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

AI总结 本文提出一种无需配准的框架，利用4D点云同时监测形状和颜色，通过拉普拉斯-贝特拉米算子的谱特性捕捉几何特征和形状与颜色的关系，有效检测形状变形和颜色异常。

Comments 38 pages, 13 figures

CL4D: Contrastive Language-4D Pretraining for Vision-Language Reasoning in Dynamic Scenes

CL4D：用于动态场景视觉-语言推理的对比语言-4D预训练

Kumal Hewagamage, Isuranga Senavirathne, Sasika Amarasinghe, Hasitha Gallella, Dulanga Weerakoon, Vigneshwaran Subbaraju, Ranga Rodrigo

机构 * University of Moratuwa（莫拉图瓦大学） ； Singapore-MIT Alliance for Research & Technology (SMART) Centre（新加坡-麻省理工研究与技术联盟（SMART）中心） ； Agency for Science, Technology and Research (A*STAR)（新加坡科学、技术与研究局（A*STAR）） 纠错

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

AI总结 本研究提出CL4D（首个4D视觉编码器）及基于其的4DVLM，在自建DynAction4D数据集上训练，CL4D性能较现有方法提升约16.75%，4DVLM优于Gemini、GPT-5等前沿视频VLM。

Comments Accepted at the 19th European Conference on Computer Vision (ECCV 2026)

Accelerate Vector Diffusion Maps by Landmarks

通过地标加速向量扩散图

Sing-Yuan Yeh, Yi-An Wu, Hau-Tieng Wu, Mao-Pei Tsui

机构 * Department of Mathematics, National Taiwan University, Taipei, 106, Taiwan（台湾大学数学系） ； National Center for Theoretical Sciences, Mathematics Division, Taipei, 106, Taiwan（理论科学国家中心数学组） ； Courant Institute of Mathematical Sciences, New York University, New York, NY, 10012 USA（纽约大学数学科学学院） ； Data Science Degree Program, National Taiwan University（台湾大学数据科学学士学位计划） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出LA-VDM算法，通过两阶段归一化加速基于图连接拉普拉斯的向量扩散图框架，有效处理数据和地标集的非均匀采样密度，通过流形模型恢复平行运输，提升连接拉普拉斯的收敛性。

A Multi-Modal Channel Sounding System for Environment-Aware Channel Measurements in 6G Dynamic Scenarios

一种多模态融合平台，用于高动态场景中的联合环境感知与信道探测

Xuejian Zhang, Ruisi He, Mi Yang, Zhengyu Zhang, Ziyi Qi

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种多模态融合平台，用于高动态场景中联合环境感知与信道探测，支持多频段多天线测量和高精度环境感知。

Comments Substantially revised version after peer review

HybridWorldSim: A Scalable and Controllable High-fidelity Simulator for Autonomous Driving

HybridWorldSim: 一种可扩展且可控的高保真驾驶仿真器

Qiang Li, Yingwenqi Jiang, Tuoxi Li, Duyu Chen, Xiang Feng, Yucheng Ao, Shangyue Liu, Xingchen Yu, Youcheng Cai, Yumeng Liu, Yuexin Ma, Xin Hu, Li Liu, Yu Zhang, Linkun Xu, Bingtao Gao, Xueyuan Wang, Shuchang Zhou, Xianming Liu, Ligang Liu

机构 * XPeng Motors ； ShanghaiTech University（上海科技大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 HybridWorldSim通过整合多遍神经重建与生成模型，实现高保真驾驶仿真，提供可扩展且可控的仿真环境及新的多遍数据集MIRROR，推动自动驾驶研究。

Comments Project page: https://hybridworldsim.github.io/

SemanticSlider3D: Training-Free Continuous Semantic Editing for 3D Objects

SemanticSlider3D：无需训练的3D物体连续语义编辑

Ru Wang, Rahul Jain, Koichiro Niinuma, Aakar Gupta

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Purdue University（普渡大学） ； Fujitsu Research of America（富士通美国研究所） 纠错

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

AI总结 SemanticSlider3D是一种无需训练的3D物体连续语义编辑技术，通过在先进3D生成模型潜空间构建语义编辑方向，在技术验证与用户研究中均表现优于基线方法，可作为现有3D创作工作流的有效补充。

Comments UIST 2026

To See a World in a Living Context: Unified Indoor-Outdoor Urban World Generation

在生活语境中看世界：统一的室内-室外城市世界生成

Xiaobin Huang, Zilong Huang, Yang Luo, Hongchao Fan, Yiping Chen, Ting Han

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

AI总结 HoloWorld是首个统一室内-室外生成的3D城市世界框架，通过跨尺度语境实现对应，在城市外部生成上优于SOTA，且保持室内外对应与跨街区连续性。

Comments 9 pages, 4 figures

Error-Driven Scene Editing for 3D Grounding in Large Language Models

面向大语言模型中3D grounding的错误驱动场景编辑

Yue Zhang, Zun Wang, Han Lin, Jialu Li, Jianing Yang, Yonatan Bitton, Idan Szpektor, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Michigan（密歇根大学） ； Google Research（谷歌研究） 纠错

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

AI总结 针对3D大语言模型的空间grounding偏差问题，提出错误驱动框架DEER-3D，通过结构化循环生成针对性反事实训练示例，在多基准上实现4%-6%的性能增益。

Comments Accepted by ECCV 2026. Code: https://github.com/zhangyuejoslin/Deer-3D