跳到正文
11月18日周三
  1. arXiv · 机器人与计算机视觉64

    Any2Building:通过共享空间查询统一点云与图像进行建筑重建

    该论文提出 Any2Building 模型,旨在从部分点云、俯视图或两者结合中重建 LoD2 精度建筑。核心采用基于占据的共享空间查询表示法,在公共三维网格内对齐几何与视觉线索,并通过体素条件表面生成及低多边形重网格化管线输出紧凑模型。

11月17日周二
  1. arXiv · 机器人与计算机视觉78

    一种用于高效 3DGS 轨迹渲染的高斯基元数据管理框架

    该论文针对结构化 3D 高斯泼溅(3DGS)在轨迹渲染中存在的视图间重复解码与计算冗余问题,提出 GDM-GS 框架。该方法将锚点视为空间对象、视图视为范围查询,通过视图内空洞视锥体查询、跨视图共享物化以及 CPU/GPU 混合流水线平衡等三级策略消除冗余。实验表明,在大规模公开场景下,GDM-GS 显著降低了轨迹渲染延迟并保持了图像质量。

    推荐理由:提出 GDM-GS 框架解决 3DGS 轨迹渲染冗余,通过多级数据管理降低延迟并保留画质。

  2. arXiv · 机器人与计算机视觉45

    CLIP 视觉语言模型实现 Phase-OTDR 事件分类

    研究利用 CLIP 图像编码器与 Tip-Adapter-F 缓存,通过少样本学习实现相位敏感光时域反射仪(Phase-OTDR)的事件识别。在控制数据泄露的协议下,ViT-L-14 架构配合每类 128 个支持样本的配置,在独立测试集上达到 96.81%±0.42% 的准确率与 96.79%±0.42% 的宏平均 F1 分数。相关代码及图像数据集已公开于 GitHub,且性能对提示词表述不敏感。

11月10日周二
  1. arXiv · 机器人与计算机视觉20

    Feel My Focus:眼动触发数字孪生创建用于远程协作演示

    Feel My Focus 是一款眼动触发的混合现实(MR)演示系统,将持续视觉注意力转化为生成动作,实现单图捕捉、注意引导分割及一次成像三维重建。该系统集成眼动追踪眼镜与模块化服务,优先响应性与体验连续性而非光度保真度。基于公开演示观察,报告了设计权衡、失效模式及真实协作场景下的用户控制考量。

  2. arXiv · 机器人与计算机视觉58

    OfficeTwin:通过部分视角感知实现冗余场景的 3D 重建

    论文 OfficeTwin 提出一种面向机器人的框架,将受限自由度摄像头采集的不完整、弱纹理且存在重复结构的办公场景观测,转化为仿真就绪的数字孪生体。该方法先施加度量与结构约束,再利用办公空间的结构冗余性,将重复的工位配准到共享标准坐标系中,从而通过互补观测恢复被遮挡几何而不产生幻觉。在真实办公扫描数据上,OfficeTwin 成功恢复了每个工位的独立水密实体,性能优于前馈重建和生成式基线方法。

11月3日周二
  1. arXiv · 机器人与计算机视觉35

    Material-informed Gaussian Splatting 实现数字孪生中的三维世界重建

    该方法提出仅用相机通过多视图图像进行场景重建,结合视觉模型提取语义材质掩码并赋予物理属性,在消除硬件校准复杂度的同时提供媲美激光雷达融合的传感器仿真保真度。研究利用搭载传感器的测试车辆内部数据集验证,以激光雷达反射率作为基准,证实了其在玻璃等难处理材质上的几何与纹理表现优势。

10月30日周五
10月28日周三
  1. arXiv · 机器人与计算机视觉12

    基于刚体变换的颞下颌关节空间变化虚拟与半虚拟模型仿真

    该研究提出利用刚体变换框架,将 CBCT、面部及牙科影像整合至统一坐标系以模拟下颌七种位置。两种专有模型显示平移分量误差主导且侧向各向异性,TMJ 级平均误差为 1.46 mm,显著高于牙列级的 0.47 mm (p<0.0001)。该方法适用于避免重复放射成像时评估下颌与关节的几何关联位置。

  2. arXiv · 机器人与计算机视觉45

    ObjectTwin:测量绑定捕获的数字孪生资产对应差距

    ObjectTwin 提出一种基于扫描的测量协议,在冻结实例、相机及深度锚点等条件下仅替换物体表征以量化资产对应差距。实验显示,在两个室内 RGB-D 采集域和两种生成后端下,可见绑定生成的资产 MaskIoU 损失为 0.302-0.497。该研究确立了捕获对应关系作为衡量生成资产质量与物理评估之间独立接口的地位。

10月20日周二
  1. arXiv · 机器人与计算机视觉72

    PhysSkin++:基于自监督神经蒙皮的实时通用物理动画

    PhysSkin++ 是一种无需针对每个物体进行网络训练的框架,通过自监督神经蒙皮技术从静态几何构建紧凑变形子空间。该方法结合皮肤场归一化与冲突感知梯度校正策略,在物理和正交性约束下实现联合优化,支持用户控制、接触交互及直接绑定网格、点云和 3D 高斯分布。实验展示了跨形状泛化能力、实时简化动力学以及在可控、碰撞感知和刚性互补动画中的应用效果。

10月16日周五
  1. arXiv · 机器人与计算机视觉18

    患者特异性数字孪生实现脑室腹腔分流术轨迹规划可行性研究

    该研究构建的数字孪生系统通过术前 CT 确定性几何重建颅骨与脑室,在 Keen's point 附近搜索满足安全约束的最长入脑室垂直轨迹。该方法在 11 例连续成人患者(IDEAL Stage 2a)中实现 Hayhurst Grade 1 置管率 10/11,显著优于历史基线 22/213,且无术中并发症。

7月23日周四