3D 视觉

Progressive Pose-Guided 4D Animal Reconstruction from Monocular Video

渐进式姿态引导的单目视频4D动物重建

Siyuan Li, Weiying Chen, Yilin Wang, Xinxin Zuo, Xingyu Li, Li Cheng

机构 * University of Alberta（阿尔伯塔大学） ； Concordia University（康科迪亚大学） 纠错

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

AI总结 提出一种基于3D高斯溅射的渐进式测试时优化框架，通过解耦关节姿态与非刚性变形，实现从单目视频高保真重建4D动物，在多种物种上优于现有方法。

Comments Accepted to ECCV 2026. Camera-ready author version

AeroVerse-SatAgent: UAV-Satellite Collaborative Spatial Reasoning Inspired by the Dual Visual Pathway Theory of Cognitive Neuroscience

AeroVerse-SatAgent: 受认知神经科学双视觉通路理论启发的无人机-卫星协同空间推理

Wenyi Zhang, Fanglong Yao, Youzhi Liu, Peng Hu, Zhengqiu Zhu, Chen Gao, Xian Sun, Kun Fu

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； Key Laboratory of Target Cognition and Application Technology (TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院目标认知与应用技术重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机学院） 纠错

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

AI总结 针对单视角感知易受遮挡和视角变化影响的问题，提出受人类视觉双通路机制启发的无人机-卫星协同空间推理模型SatAgent，通过几何感知3D重建编码器、多视角拓扑语义对齐模块和一致性损失，在复杂城市环境中实现鲁棒推理，构建首个大规模协同数据集，性能超越现有模型。

Comments 21 pages, 10 figures and 8 tables

One Video, One World: Turning Monocular Video into Physical 4D Scenes

一视频一世界：将单目视频转化为物理4D场景

Junhao Chen, Boran Zhang, Mingjin Chen, Henghaofan Zhang, Saining Zhang, Congcong Zhu, Hao Zhao, Ruqi Huang, Zhihao Li, Yufei Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； SparcAI Inc（SparcAI公司） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） 纠错

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

AI总结 提出OVOW，首个无需训练的系统，从单目视频重建实例级、可仿真的4D网格场景，通过视觉语言模型发现实例、类别感知重建、迭代优化恢复尺度与位姿、物理装配确保接触支撑，并建立结构化视频到4D评估基准。

Comments Accepted by ECCV 2026. Project Page: https://OneVideoOneWorld.github.io/

ScaLe-INR: Scale and Learn Implicit Neural Representations

ScaLe-INR：尺度化与学习隐式神经表示

Buwaneka Epakanda, Athulya Ratnayake, Pandula Thennakoon, Mario De Silva, Avishka Ranasinghe, Roshan Godaliyadda, Parakrama Ekanayake

机构 * eng.pdn.ac.lk（彭达大学） ； ee.pdn.ac.lk（电子工程学院） 纠错

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

AI总结 提出多分支架构ScaLe-INR，通过方向坐标缩放匹配频谱与网络最优工作区域，并设计方向边缘引导损失消除频谱串扰，在图像、音频和3D重建任务上超越现有方法。

Comments Submitted as a conference paper to NeurIPS 2026

GeoFace: Consistent Multi-View Face Generation with Geometry-Constrained Diffusion

GeoFace: 基于几何约束的一致多视角人脸生成扩散模型

Yeji Choi, Jinhyeok Choi, Jaewon Min, Minkyung Kwon, Jin Hyeon Kim, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究所） 纠错

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

AI总结 提出GeoFace，一种几何约束的多视角扩散框架，通过外观与几何流的共享注意力层和几何引导注意力对齐损失，实现从单张输入生成一致的多视角人脸图像和3D几何，显著提升跨视角几何一致性。

Evaluation Protocols and Validation for Cameras in Indoor Healthcare Monitoring

室内医疗监测中摄像头的评估协议与验证

Amirhossein Dadashzadeh, Jingjing Liu, Qianhui Men, Qiushuo Cheng, Kirsty Scott, Lisa Alcock, Ian Craddock, Majid Mirmehdi

机构 * 1 School of Engineering Mathematics ； Technology, University of Bristol, UK 2 School of Computer Science, University of Bristol, UK 3 Translational ； Clinical Research Institute, Faculty of Medical Sciences, Newcastle University, UK 4 NIHR Newcastle Biomedical Research Centre, Newcastle University ； The Newcastle upon Tyne Hospitals NHS Foundation Trust, UK 纠错

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

AI总结 提出两种技术验证协议，系统评估五款摄像头在可控室内条件下的计量性能和人体姿态估计支持能力，为医疗监测中的摄像头选型提供依据。

UniRED: Unified RGB-D Video Frame Interpolation with Event Guidance

UniRED: 基于事件引导的统一RGB-D视频帧插值

Yinuo Zhang, Guangshun Wei, Yuanfeng Zhou, Yiran Shen

机构 * School of Software, Shandong University（山东大学软件学院） 纠错

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

AI总结 提出统一多模态框架UniRED，融合RGB外观、深度几何和事件时间线索，通过双向流估计与运动基细化实现高质量RGB-D视频帧插值，并构建RGB-D-Event数据集缓解数据稀缺。

Lightweight Neural Framework for Robust 3D Volume and Surface Estimation from Multi-View Images

轻量级神经框架：从多视图图像稳健估计3D体积和表面积

Diego E. Farchione, Ramzi Idoughi, Peter Wonka

机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） 纠错

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

AI总结 提出一种全前馈框架，通过图解码器融合3D点云与2D特征，直接从多视图图像回归尺度归一化的体积、表面积及其不确定性，在稀疏视图下优于现有方法。

G-MASt3R-SfM: Graph-based View Pruning and Multi-stage Optimization for Robust SfM

G-MASt3R-SfM：基于图的视图剪枝与多阶段优化实现鲁棒SfM

Toshiki Watanabe, Shintaro Ito, Natsuki Takama, Koichi Ito, Takafumi Aoki

机构 * Graduate School of Information Sciences, Tohoku University, Japan（东北大学信息科学研究生院） 纠错

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

AI总结 提出G-MASt3R-SfM管道，通过基于图的视图剪枝（GVP）和多阶段优化（MSO）模块，抑制非重叠图像对导致的错误匹配，在ETH3D数据集上实现相机位姿和三维重建的最先进精度。

Comments accepted to ICIP2026

Dual-Stream EEG Decoding for 3D Visual Perception

用于3D视觉感知的双流脑电解码

Ninon Lizé Masclef, Taisija Demcenko, Antonella Catanzaro, Nataliya Kosmyna

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 提出一种模仿生物视觉腹侧和背侧通路的双流脑电解码模型，通过圆形回归预测角度和EEG条件多视图扩散实现3D重建，揭示了时间动态的通道参与模式。

Comments 17 pages, 4 figures. Accepted at the Symmetry and Geometry in Neural Representations Workshop (NeurReps), NeurIPS 2025. To appear in Proceedings of Machine Learning Research (PMLR)

UniviewVLA: A Unified Multiview Vision-Language-Action Model with World Modeling

UniviewVLA：统一的多视图视觉-语言-动作模型与世界建模

Tao Xu, Runhao Zhang, Zhijian Huang, Jiayi Guan, Jiaxin Wang, Yifan Ding, Yong-Lu Li, Long Chen, Guang Chen, Jinghui Lu

机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Xiaomi EV（小米汽车） 纠错

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

AI总结 提出UniviewVLA，利用世界模型生成多视图未来帧，从标准双摄像头观测中预测动作，解决遮挡问题，无需额外硬件或显式重建，并通过运动信息令牌压缩和动作熵视图选择提升效率。

Self-Supervised Dual-Frequency Phase Decomposition for Single-Shot Composite Fringe Projection Profilometry

自监督双频相位分解用于单帧复合条纹投影轮廓术

Jin-Hyuk Seok, Yatong An, Jae-Sang Hyun

机构 * Department of Mechanical Engineering, Yonsei University（延世大学机械工程系） ； Yonsei Institute for Embodied Intelligence, Yonsei University（延世大学具身智能研究所） ； Meta Reality Labs 纠错

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

AI总结 提出自监督双频相位细化框架，利用低高频相位梯度关系及软边缘一致性损失，实现无标签的单帧复合条纹3D重建，精度优于变换方法。

Towards 3D karst underwater scene reconstruction from rotating sonar data

基于旋转声纳数据的3D喀斯特水下场景重建

Georgios Evangelos Margaritis, Lionel Lapierre, Simon Rohou, Zhi Yan, Andreas Nüchter, François Goulette

机构 * U2IS, ENSTA, Institut Polytechnique de Paris（巴黎综合理工学院ENSTA学院U2IS实验室） ； Lab-STICC, ENSTA, Institut Polytechnique de Paris（巴黎综合理工学院ENSTA学院Lab-STICC实验室） ； Informatics XVII – Robotics, Julius-Maximilians-Universität Würzburg（尤利乌斯-马克西米利安-维尔茨堡大学信息学XVII – 机器人学） 纠错

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

AI总结 针对声纳数据稀疏噪声大、导航漂移导致3D重建困难的问题，提出结合连续时间SLAM校正轨迹与两阶段深度学习表面重建的流水线，生成可沉浸导航的3D网格。

Comments 1st Workshop on Long-term Deployments in the Wild (LoWi)

NeuMesh++: Towards Versatile and Efficient Volumetric Editing with Disentangled Neural Mesh-based Implicit Field

NeuMesh++：基于解耦神经网格隐式场的多功能高效体积编辑

Chong Bao, Yuan Li, Bangbang Yang, Yujun Shen, Hujun Bao, Zhaopeng Cui, Yinda Zhang, Guofeng Zhang

机构 * State Key Lab of CAD&CG, College of Computer Science, Zhejiang University（浙江大学计算机科学学院CAD&CG国家重点实验室） ； Ant Research（蚂蚁研究院） ； Google（谷歌） ； ByteDance（字节跳动） 纠错

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

AI总结 提出一种基于网格顶点的解耦神经辐射场表示，实现几何、纹理和语义引导的高效体积编辑，包括网格引导几何编辑、纹理交换填充绘制及语义编辑。

Comments TPAMI 2025; Project Page: https://zju3dv.github.io/neumeshplusplus/

FllumaOne: A Code-Native Multimodal CAD Dataset with Executable Programs and Kernel-Validated Feature Histories

FllumaOne：一个代码原生多模态CAD数据集，包含可执行程序与内核验证的特征历史

Jizong Zhan

机构 * Qt/C++ OpenCASCADE-based CAD system（基于Qt/C++ OpenCASCADE的CAD系统） 纠错

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

AI总结 提出FllumaOne数据集，通过可执行Python程序生成CAD模型，对齐程序、特征树、几何等模态，支持可编辑逆向工程等任务。

Comments 24 pages, 4 figures

Improving and Evaluating Hand-Object Interaction Detection

改进和评估手-物体交互检测

Ahmad Darkhalil, Dima Damen, David Fouhey

机构 * School of Computer Science, University of Bristol, Bristol, UK（布里斯托大学计算机科学学院） ； Computer Science and Electrical and Computer Engineering, New York University, NY, US（纽约大学计算机科学与电气与计算机工程系） 纠错

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

AI总结 提出HOI-DETR框架，将手-物体和物体-物体交互引入Co-DETR架构，在四个数据集上显著提升检测性能，mAP提升超过20个百分点。

Comments Project page: https://ahmaddarkhalil.github.io/HOI-DETR/

Uncertainty Quality of VGGT: An Analysis on the DTU Benchmark Dataset

VGGT的不确定性质量：基于DTU基准数据集的分析

Markus Hillemann, Robert Langendörfer, Steven Landgraf, Markus Ulrich

机构 * Institute of Photogrammetry and Remote Sensing, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院摄影测量与遥感研究所） 纠错

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

AI总结 本文分析VGGT模型在DTU数据集上的不确定性预测质量，确定有效置信度阈值，并证明提升不确定性质量可显著改善3D重建精度。

Comments Accepted for publication in the ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences

3D Consistency Optimization for Self-Supervised Monocular Video Depth Estimation

自监督单目视频深度估计的3D一致性优化

Yuanye Liu, Ke Zhang, Junzhe Jiang, Li Zhang, Vishal Patel, Xiahai Zhuang

机构 * Fudan University（复旦大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 提出一种将视频深度估计转化为多视图3D重建的框架，通过光度渲染、世界坐标对齐和多尺度时间梯度一致性约束，实现全局3D结构一致性，在自监督和零样本临床场景中达到最先进的空间精度。

VideoWeave: Unlocking Geometric Consistency in Video Generation via Joint Geometry-Video Modeling

VideoWeave: 通过联合几何-视频建模解锁视频生成中的几何一致性

Xunzhi Xiang, Zixuan Duan, Yabo Chen, Zhengxuan Wei, Guiyu Zhang, Zixiao Gu, Zhe Gao, Haibin Huang, Chi Zhang, Qi Fan, Xuelong Li

机构 * Nanjing University（南京大学） ； Institute of Artificial Intelligence, China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI）） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

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

AI总结 提出VideoWeave，一种在潜在空间后训练框架，利用隐式几何模型特征约束生成分布，缓解几何重建误差，提升视频几何一致性。

Echoes of the Prior: A Computational Phenomenology of Forgetting

先验的回响：遗忘的计算现象学

Gege Gao, Bernhard Schölkopf, Andreas Geiger

机构 * Eberhard Karl University of Tübingen（蒂宾根大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Tübingen AI Center（蒂宾根人工智能中心） 纠错

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

AI总结 通过在前馈3D重建模型中诱导突触衰减，可视化遗忘的主观现象学，将神经网络作为认知代理探索神经形态美学。

Journal ref Proc. ACM Comput. Graph. Interact. Tech, ACM SIGGRAPH, 2026

TextHOI-3D: Text-to-3D Hand-Object Interaction via Discrete Multi-View Generation and Joint Mesh Optimization

TextHOI-3D: 基于离散多视图生成与联合网格优化的文本到三维手物交互

Zixiong Hao, Zhencun Jiang

机构 * Technical University of Munich（慕尼黑工业大学） ； Tongji University（同济大学） ； Shanghai Research Institute for Intelligent Autonomous Systems（上海自主智能无人系统科学中心） 纠错

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

AI总结 提出TextHOI-3D框架，通过多视图离散表示连接文本生成与几何恢复，实现文本驱动的三维手物网格生成，显著降低物体倒角距离和穿透体积。

Comments 11 pages, 8 figures, 3 tables

DB-3DME: From Dataset to Benchmark for Human-aligned Automatic 3D Mesh Evaluation

DB-3DME：从数据集到基准测试，实现与人类对齐的自动3D网格评估

Nanshan Jia, Zhenyu Zhao, Sui Huang, Jingshen Wang, Zeyu Zheng

机构 * University of California, Berkeley（加州大学伯克利分校） ； Roblox Corporation（Roblox公司） 纠错

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

AI总结 提出DB-3DME数据集与基准，包含2619个合成3D网格及其人类评分，通过微调视觉编码器优化VLM评估性能，显著超越现有模型。

Comments CVPR 2026 workshop paper. 10 pages, 3 figures, 6 tables. Dataset available at GitHub and Hugging Face

Rethinking 3D Shape Generation: Diffusion over Superquadrics

重新思考3D形状生成：超二次曲面上的扩散

Zhiyang Liu, Wanze Li, Yuwei Wu, Chengran Yuan, Jiawei Sun, Rui Zheng, Marcelo H Ang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出将扩散模型从高基数几何表示转移到紧凑的超二次曲面参数上，以降低计算和内存成本，并支持无分辨率点云解码、部件级编辑和约束设计，实现高效生成。

Comments Accepted to ICML2026

Empowering Feed-Forward Reconstruction Models with Metric Scale via Satellite Images

利用卫星图像赋予前馈重建模型度量尺度

Xianghui Ze, Yongjian Luo, Mengjun Chao, Zhenbo Song, Jianfeng Lu, Yujiao Shi

机构 * Nanjing University of Science and Technology（南京理工大学） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 提出卫星引导框架，通过双向交叉视图交互利用卫星图像作为全局度量参考，解决前馈3D重建中的尺度模糊问题，实现度量深度估计、点云重建和相机定位。

3D Oral Modelling with Improved Vertex Distribution Using Matching-Based Learning

基于匹配学习的改进顶点分布的3D口腔建模

Jihun Cho, Soo-Yeon Jeong, Eun-Jeong Bae, Sun-Young Ihm

机构 * st Jihun Cho（第一作者） ； nd Soo-Yeon Jeong（第二作者） ； rd Eun-Jeong Bae（第三作者） ； th Sun-Young Ihm（第四作者） 纠错

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

AI总结 针对3D口腔重建中预测顶点分布不均的问题，提出结合匈牙利匹配过滤与排斥损失的改进损失函数，使顶点分布更均匀，虽精度略降但有效缓解了聚集现象。

Comments 5 pages, 7 figures. English version of a paper presented at the Korea Multimedia Society Conference, November 2025

C3VD-DEFCOL: A Deformable Colonoscopy Dataset with Time-Resolved 3D Ground Truth and Realistic Appearance

C3VD-DEFCOL：具有时间分辨三维真实地面真值和逼真外观的可变形结肠镜数据集

Ethan Luk, Mayank V. Golhar, Anthony Song, Raúl Iranzo, Víctor M. Batlle, Lalithkumar Seenivasan, José M. M. Montiel, Nicholas J. Durr

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Universidad de Zaragoza（萨拉戈萨大学） 纠错

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

AI总结 提出C3VD-DEFCOL框架和数据集，通过模拟蠕动变形和真实纹理渲染，为可变形结肠镜三维重建提供带时间分辨地面真值的评估平台。

Skeletal-Anchored Dual Harmonics for Structured 3D Modeling

骨骼锚定双谐波用于结构化三维建模

Zhentao Huang, Changhao Li, Ruizhen Hu, Hui Huang, Minglun Gong

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

AI总结 提出骨骼锚定双谐波（SADH）表示，通过内部锚点上的表面补丁和双通道球谐函数，联合优化表面几何与中轴骨骼结构，实现紧凑且连贯的三维形状建模。

Comments 11 pages

ARAPDiffusion: ARAP Regularization for Diffusion-Based Deformable Shape Space Learning

ARAPDiffusion: 基于ARAP正则化的扩散变形形状空间学习

Haibo Liu, Jinghan Ke, Haitao Yang, Xiangru Huang, Georgios Pavlakos, Qixing Huang

机构 * University of Texas at Austin（德克萨斯大学） ； Westlake University（西拉丘学院） 纠错

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

AI总结 提出ARAPDiffusion，一种潜在扩散模型，通过注入ARAP变形模型作为正则化损失，学习变形形状集合的连续形状空间，减少对大量3D训练数据的依赖。

Electromagnetic World Model for 6G: A Unified Framework for Joint Environment Reconstruction and Channel Prediction

面向6G的电磁世界模型：环境重建与信道预测的统一框架

Yizhu Zhao, Li Yu, Jianhua Zhang, Yuxiang Zhang, Zhen Zhang, Guangyi Liu

专题命中 三维重建 ：point cloud(abstract)

AI总结 该研究针对6G智能终端需同时实现环境感知与通信的需求，提出EMWM统一框架，融合多模态信息完成信道预测与环境重建，性能优于基线方法，具备鲁棒性与零样本泛化能力。

Recovering protein conformations from single-particle cryo-EM data via indirect shape matching gradient flows

通过间接形状匹配梯度流从单粒子冷冻电镜数据中恢复蛋白质构象

Erik Jansson, Jonathan Krook, Ozan Öktem, Carola-Bibiane Schönlieb

专题命中 三维重建 ：point cloud(abstract)

AI总结 本研究提出一种基于李群梯度流的间接形状匹配框架，可直接从单粒子冷冻电镜投影重建蛋白质主链，在合成数据上成功恢复单/多链蛋白质并捕捉构象转变。

Comments 28 pages, 11 figures