3D 视觉

Filmsticking++: Rapid Film Sticking for Explicit Surface Reconstruction

Filmsticking++: 快速薄膜贴合用于显式表面重建

Pengfei Wang, Jian Liu, Qiujie Dong, Shiqing Xin, Yuanfeng Zhou, Changhe Tu, Caiming Zhang, Wenping Wang

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

AI总结 Filmsticking++通过改进的受限幂图和虚拟站点技术，实现无需法线的显式表面重建，提高效率与鲁棒性。

Comments 15 pages, 15 figures

Forest canopy height estimation from satellite RGB imagery using large-scale airborne LiDAR-derived training data and monocular depth estimation

利用大范围航空激光雷达衍生的训练数据和单目深度估计进行森林冠高估计

Yongkang Lai, Xihan Mu, Dasheng Fan, Donghui Xie, Shanxin Guo, Wenli Huang, Tianjie Zhao, Guangjian Yan

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

AI总结 本研究利用航空激光雷达数据训练单目深度估计模型，实现从卫星RGB影像高精度估计森林冠高。

Improving 2D Diffusion Models for 3D Medical Imaging with Inter-Slice Consistent Stochasticity

通过跨切片一致的随机性改进2D扩散模型用于3D医学影像

Chenhe Du, Qing Wu, Xuanyu Tian, Jingyi Yu, Hongjiang Wei, Yuyao Zhang

机构 * ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 通过引入跨切片一致的随机性策略，改进2D扩散模型以提升3D医学影像重建的保真度与一致性。

Comments Accepted by ICLR 2026

Fast Image-based Neural Relighting with Translucency-Reflection Modeling

基于图像的快速神经光照与透明-反射建模

Shizhan Zhu, Shunsuke Saito, Aljaz Bozic, Carlos Aliaga, Trevor Darrell, Christoph Lassner

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

AI总结 本文提出了一种快速神经3D重建和光照模型，能够利用IBL重新照明复杂材料，如透明和光泽反射，实现逼真效果。

Comments v2: Major revision and bug fix: New method with significantly improved results. Corrects an error in v1 (arXiv:2306.09322v1) in the evaluation of baseline NRTF due to an implementation bug. Results in v2 supersede those in v1

Influence of Geometry, Class Imbalance and Alignment on Reconstruction Accuracy -- A Micro-CT Phantom-Based Evaluation

几何形状、类别不平衡与对齐对重建精度的影响——基于微CT仿真的评估

Avinash Kumar K M, Samarth S. Raut

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

AI总结 本研究通过微CT仿真实验，探讨了几何形状、类别不平衡和对齐对3D重建精度的影响，发现Otsu方法在多数几何中表现最佳，而Jaccard指数更适合评估薄壁结构精度。

Comments 22 pages, 13 figures

Learning Human Visual Attention on 3D Surfaces through Geometry-Queried Semantic Priors

通过几何查询的语义先验学习人类在3D表面上的视觉注意

Soham Pahari, Sandeep C. Kumain

机构 * UPES Dehradun（德里敦大学） 纠错

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

AI总结 本文提出SemGeo-AttentionNet，通过几何查询语义先验，有效建模人类在3D表面的视觉注意，实现了显著性检测与扫描路径生成的改进。

Aligned Novel View Image and Geometry Synthesis via Cross-modal Attention Instillation

通过跨模态注意力安装实现对齐的新视角图像和几何合成

Min-Seop Kwak, Junho Kim, Sangdoo Yun, Dongyoon Han, Taekyung Kim, Seungryong Kim, Jin-Hwa Kim

机构 * NAVER AI Lab（NAVER AI实验室） ； KAIST AI（韩国科学技术院人工智能学院） ； SNU AIIS（首尔国立大学人工智能研究所） 纠错

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

AI总结 本文提出了一种基于扩散的框架，通过跨模态注意力蒸馏实现新视角图像和几何的对齐生成，提升几何鲁棒性和重建质量。

Comments Project page at https://cvlab-kaist.github.io/MoAI

GIQ: Benchmarking 3D Geometric Reasoning of Vision Foundation Models with Simulated and Real Polyhedra

GIQ：基于模拟和真实多面体的3D几何推理视觉基础模型基准测试

Mateusz Michalkiewicz, Anekha Sokhal, Tadeusz Michalkiewicz, Piotr Pawlikowski, Mahsa Baktashmotlagh, Varun Jampani, Guha Balakrishnan

机构 * Rice University（里士大学） ； The University of Queensland（昆士兰大学） 纠错

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

AI总结 GIQ通过模拟和真实多面体评估视觉基础模型的3D几何推理能力，揭示了现有模型在几何理解上的不足。

Comments Accepted to ICLR 2026. Camera ready version

TrajVG: 3D Trajectory-Coupled Visual Geometry Learning

TrajVG：3D轨迹耦合视觉几何学习

Xingyu Miao, Weiguang Zhao, Tao Lu, Linning Xu, Mulin Yu, Yang Long, Jiangmiao Pang, Junting Dong

机构 * Durham University（杜伦大学） ； University of Liverpool（利物浦大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 TrajVG通过估计3D轨迹实现跨帧3D对应预测，结合几何一致性目标与自监督学习，提升多帧视频的3D重建性能。

GMAC: Global Multi-View Constraint for Automatic Multi-Camera Extrinsic Calibration

GMAC：全局多视图约束用于自动多摄像头外参校准

Chentian Sun

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

AI总结 GMAC通过隐式几何表示和多视图约束，实现多摄像头外参校准的高效准确估计，无需显式3D重建或手动校准。

Comments A 5-page paper with 1 figure, prepared for submission to the 2026 IEEE International Conference on Image Processing (ICIP)

JOintGS: Joint Optimization of Cameras, Bodies and 3D Gaussians for In-the-Wild Monocular Reconstruction

JOintGS: 为野外单目重建联合优化相机、人体和3D高斯分布

Zihan Lou, Jinlong Fan, Sihan Ma, Yuxiang Yang, Jing Zhang

机构 * School of Computer Science, Wuhan University, China（武汉大学计算机学院） ； Hangzhou Dianzi University, China（杭州电子科技大学） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

专题命中 三维重建 ：3DGS(abstract)；分类 cs.CV

AI总结 JOintGS通过联合优化相机、人体和3D高斯分布，提升野外单目重建的精度与鲁棒性。

Comments 15 pages, 15 figures, Project page at https://github.com/MiliLab/JOintGS

Correspondence-Free, Function-Based Sim-to-Real Learning for Deformable Surface Control

无需对应的功能基仿真到现实学习用于变形表面控制

Yingjun Tian, Guoxin Fang, Renbo Su, Aoran Lyu, Neelotpal Dutta, Weiming Wang, Simeon Gill, Andrew Weightman, Charlie C. L. Wang

机构 * Department of Mechanical and Aerospace Engineering, The University of Manchester, United Kingdom（机械与航空航天工程系，曼彻斯特大学，英国） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, Shatin, Hong Kong（机械与自动化工程系，香港中文大学（深圳），香港） ； Department of Materials, The University of Manchester, United Kingdom（材料系，曼彻斯特大学，英国） 纠错

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

AI总结 本文提出一种无需对应的功能基仿真到现实学习方法，用于控制可变形自由形式表面，通过神经网络参数化变形函数空间和置信度图，实现无需对应关系的仿真到现实转移。

Comments arXiv admin note: text overlap with arXiv:2405.08935

LightCity: An Urban Dataset for Outdoor Inverse Rendering and Reconstruction under Multi-illumination Conditions

LightCity: 一个用于多光照条件下户外反渲染与重建的城市数据集

Jingjing Wang, Qirui Hu, Chong Bao, Yuke Zhu, Hujun Bao, Zhaopeng Cui, Guofeng Zhang

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 LightCity是一个用于多光照条件下城市反渲染与重建的高质量合成数据集，包含多样化的光照条件和丰富的属性，用于评估和分析城市环境中的关键任务。

Improving Neuropathological Reconstruction Fidelity via AI Slice Imputation

通过AI切片插值提高神经病理性重建的保真度

Marina Crespo Aguirre, Jonathan Williams-Ramirez, Dina Zemlyanker, Xiaoling Hu, Lucas J. Deden-Binder, Rogeny Herisse, Mark Montine, Theresa R. Connors, Christopher Mount, Christine L. MacDonald, C. Dirk Keene, Caitlin S. Latimer, Derek H. Oakley, Bradley T. Hyman, Ana Lawry Aguila, Juan Eugenio Iglesias

机构 * Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院和哈佛医学院生物医学成像中心） ； Federal Institute of Technology (ETH), Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； BioRepository and Integrated Neuropathology (BRaIN) Laboratory and Precision Neuropathology Core, University of Washington School of Medicine（华盛顿大学医学院生物库与整合神经病学实验室及精准神经病学核心） ； Massachusetts Alzheimer Disease Research Center, MGH and Harvard Medical School（马萨诸塞州阿尔茨海默病研究中心，MGH和哈佛医学院） ； Department of Pathology, Massachusetts General Hospital and Harvard Medical School（马萨诸塞州总医院病理学部） ； Department of Neurological Surgery, University of Washington School of Medicine（华盛顿大学医学院神经外科部） ； Hawkes Institute, University College London（伦敦大学学院霍克斯研究所） ； Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 本研究通过AI切片插值技术提升神经病理性重建的保真度，实现更精确的解剖学重建。

Comments 12 pages of main content, 5 pages of supplement

GR3EN: Generative Relighting for 3D Environments

GR3EN: 生成式3D环境光照

Xiaoyan Xing, Philipp Henzler, Junhwa Hur, Runze Li, Jonathan T. Barron, Pratul P. Srinivasan, Dor Verbin

机构 * Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 GR3EN通过将视频到视频扩散模型输出蒸馏到3D重建中，实现对房间尺度场景的可控3D光照调整，无需解决逆渲染问题，适用于复杂现实场景。

Comments project page: https://gr3en-relight.github.io/

Size Matters: Reconstructing Real-Scale 3D Models from Monocular Images for Food Portion Estimation

尺寸至关重要：从单目图像重建真实尺度的3D模型以估计食物分量

Gautham Vinod, Bruce Coburn, Siddeshwar Raghavan, Jiangpeng He, Fengqing Zhu

机构 * Purdue University（普渡大学） ； Indiana University（印第安纳大学） 纠错

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

AI总结 本文提出了一种从单目图像重建真实尺度3D模型的方法，以提高食物分量估计的精度，实验表明其在体积估计误差上显著优于现有技术。

Instance-Guided Radar Depth Estimation for 3D Object Detection

实例引导的雷达深度估计用于3D物体检测

Chen-Chou Lo, Patrick Vandewalle

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

AI总结 本文提出InstaRadar和RCDPT整合框架，通过实例分割引导和深度监督提升雷达与相机融合的3D物体检测性能。

Comments Accepted to IPMV2026

NuiWorld: Exploring a Scalable Framework for End-to-End Controllable World Generation

NuiWorld：探索一个可扩展的端到端可控世界生成框架

Han-Hung Lee, Cheng-Yu Yang, Yu-Lun Liu, Angel X. Chang

机构 * Simon Fraser University（西蒙弗雷泽大学） ； National Yang Ming Chiao Tung University（国家阳明交通大学） ； Simon Fraser University, CIFAR AI Chair, Amii（西蒙弗雷泽大学、CIFAR人工智能主席、Amii） 纠错

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

AI总结 NuiWorld通过生成性自bootstrap策略和可扩展场景生成技术，解决世界生成中的可控性、可扩展性和效率问题，实现端到端可控世界生成。

Non-Invasive 3D Wound Measurement with RGB-D Imaging

基于RGB-D成像的非侵入式3D伤口测量

Lena Harkämper, Leo Lebrat, David Ahmedt-Aristizabal, Olivier Salvado, Mattias Heinrich, Rodrigo Santa Cruz

机构 * Institute of Medical Informatics, University of Lübeck（吕贝克大学医学信息学研究所） ； Queensland University of Technology（昆士兰技术大学） ； Imaging and Computer Vision Group, CSIRO Data61（CSIRO Data61成像与计算机视觉小组） 纠错

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

AI总结 本文提出基于RGB-D成像的非侵入式3D伤口测量方法，结合里程计与B样条重建，实现高精度伤口参数自动计算，适用于临床和远程医疗场景。

R-Meshfusion: Reinforcement Learning Powered Sparse-View Mesh Reconstruction with Diffusion Priors

R-Meshfusion：基于强化学习的扩散先验的稀疏视图网格重建

Haoyang Wang, Liming Liu, Peiheng Wang, Junlin Hao, Jiangkai Wu, Xinggong Zhang

专题命中 三维重建 ：NeRF(abstract)；分类 cs.CV

AI总结 R-Meshfusion通过扩散模型与强化学习结合，提升稀疏视图下网格重建的几何与渲染质量。

Comments needs to be revised and updated

Advancing Structured Priors for Sparse-Voxel Surface Reconstruction

推进用于稀疏体素表面重建的结构先验

Ting-Hsun Chi, Chu-Rong Chen, Chi-Tun Hsu, Hsuan-Ting Lin, Sheng-Yu Huang, Cheng Sun, Yu-Chiang Frank Wang

机构 * National Taiwan University（台湾国立大学） ； NVIDIA 纠错

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

AI总结 本文提出一种结合3D高斯散射和稀疏体素光栅化优点的体素初始化方法，通过深度几何监督提升稀疏体素表面重建的精度和效率。

Using Shadows in Circular Synthetic Aperture Sonar Imaging for Target Analysis

在圆形合成孔径声呐成像中利用阴影进行目标分析

Yann Le Gall, Nicolas Burlet, Mathieu Simon, Fabien Novella, Samantha Dugelay, Jean-Philippe Malkasse

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

AI总结 本文提出利用CSAS数据中的阴影信息，通过子孔径滤波和固定焦点阴影增强技术，提升目标分析和三维重建的性能。

Journal ref Synthetic Aperture in Sonar and Radar 2023

CropCraft: Complete Structural Characterization of Crop Plants From Images

CropCraft: 作物植物的完整结构表征从图像

Albert J. Zhai, Xinlei Wang, Kaiyuan Li, Zhao Jiang, Junxiong Zhou, Sheng Wang, Zhenong Jin, Kaiyu Guan, Shenlong Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

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

AI总结 CropCraft通过逆向程序建模优化植物形态参数，实现从图像中完整重建作物3D结构，用于农业监测与模拟应用。

Comments 3DV 2026 (Oral). Project page: https://ajzhai.github.io/CropCraft

TUN: Detecting Significant Points in Persistence Diagrams with Deep Learning

TUN：利用深度学习在持续图中检测显著点

Yu Chen, Hongwei Lin

机构 * School of Mathematical Sciences Zhejiang University Hangzhou, China（数学科学学院 浙江大学 杭州, 中国） 纠错

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

AI总结 TUN通过深度学习方法在持续图中自动检测显著点，提升拓扑数据分析的实用性与可靠性。

No Mesh, No Problem: Estimating Coral Volume and Surface from Sparse Multi-View Images

无需网格，无需问题：从稀疏多视角图像估计珊瑚体积和表面

Diego Eustachio Farchione, Ramzi Idoughi, Peter Wonka

机构 * KAUST（卡斯土奈特大学） 纠错

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

AI总结 本文提出一种轻量可扩展的框架，通过多视角图像预测珊瑚体积和表面积，实现高效准确的珊瑚几何估计。

Comments Reverted to previous version due to clarity issues

Three-dimensional visualization of X-ray micro-CT with large-scale datasets: Efficiency and accuracy for real-time interaction

基于大规模数据集的X射线微CT三维可视化：实时交互中的效率与精度

Yipeng Yin, Rao Yao, Qingying Li, Dazhong Wang, Hong Zhou, Zhijun Fang, Jianing Chen, Longjie Qian, Mingyue Wu

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

AI总结 本文探讨了基于大规模数据集的X射线微CT三维可视化方法，分析了精度与效率的平衡，旨在提升实时交互中材料缺陷的检测精度和效率。

Comments Page1-37

SurfSLAM: Sim-to-Real Underwater Stereo Reconstruction For Real-Time SLAM

SurfSLAM: 基于仿真到现实的水下立体重建用于实时SLAM

Onur Bagoren, Seth Isaacson, Sacchin Sundar, Yung-Ching Sun, Anja Sheppard, Haoyu Ma, Abrar Shariff, Ram Vasudevan, Katherine A. Skinner

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

AI总结 SurfSLAM通过仿真到现实的训练方法，结合立体相机与IMU、气压计和DVL测量，实现水下实时SLAM，提升水下环境下的立体估计和3D重建能力。

RealX3D: A Physically-Degraded 3D Benchmark for Multi-view Visual Restoration and Reconstruction

RealX3D：一种物理退化3D基准，用于多视图视觉修复与重建

Shuhong Liu, Chenyu Bao, Ziteng Cui, Yun Liu, Xuangeng Chu, Lin Gu, Marcos V. Conde, Ryo Umagami, Tomohiro Hashimoto, Zijian Hu, Tianhan Xu, Yuan Gan, Yusuke Kurose, Tatsuya Harada

机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（日本信息处理学会） ； Tohoku University（东北大学） ； University of Würzburg（乌尔姆大学） ； RIKEN AIP（理化学研究所AIP） 纠错

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

AI总结 RealX3D是一个用于多视图视觉修复和3D重建的现实捕获基准，通过多种物理退化测试评估方法的性能。

Active Cross-Modal Visuo-Tactile Perception of Deformable Linear Objects

主动跨模态视觉-触觉感知用于可变形线性物体

Raffaele Mazza, Ciro Natale, Pietro Falco

机构 * Dipartimento di Ingegneria, Università degli Studi della Campania Luigi Vanvitelli（工程学院，坎帕尼亚路易吉·范维蒂利大学） ； Dipartimento di Ingegneria dell’Informazione, Università degli Studi di Padova（信息工程学院，帕多瓦大学） 纠错

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

AI总结 本文提出一种结合视觉和触觉的跨模态感知框架，用于重建受遮挡的可变形线性物体的3D形状。

Spherical Geometry Diffusion: Generating High-quality 3D Face Geometry via Sphere-anchored Representations

球面几何扩散：通过球锚定表示生成高质量3D人脸几何

Junyi Zhang, Yiming Wang, Yunhong Lu, Qichao Wang, Wenzhe Qian, Xiaoyin Xu, David Gu, Min Zhang

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

AI总结 本文提出球面几何扩散方法，通过球锚定表示生成高质量3D人脸几何，结合2D生成模型实现可控生成。

Comments Association for the Advancement of Artificial Intelligence