Tag · 7 篇
点云
迈向3D世界中的视觉查询定位
Towards Visual Query Localization in the 3D World
论文提出的3DVQL基准和LaF融合算法为视觉研究者提供了在3D点云与RGB-D数据上进行时空查询定位的新任务设定和可复用的多模态融合模块，可直接用于点云-图像融合的定位与跟踪研究。
空间很重要：位置引导的 3D 指代表达分割
Spatial Matters: Position-Guided 3D Referring Expression Segmentation
把显式空间关系建模引入 3D 指代分割：用聚合局部上下文与空间关系的 point proxy 生成查询，并在解码器中用位置引导的可变形注意力逐步聚焦目标，可迁移到任何需要区分视觉相似实例的点云定位/分割任务。
S2D：面向极少输入三维重建的稀疏到稠密提升
S2D: Sparse to Dense Lifting for 3D Reconstruction with Minimal Inputs
用一步扩散模型修复稀疏点云渲染伪影，再以随机采样丢弃和加权梯度策略拟合3DGS，为极少输入视图下的高质量重建提供了可复用的两阶段提升思路。
PV-Ground：文本引导的点-体素交互用于3D视觉定位
PV-Ground: Text-Guided Point-Voxel Interaction for 3D Visual Grounding
用体素骨干网络保留高分辨率空间细节，并用文本引导的关键点采样聚合特征，为3D视觉定位提供了一种避免激进下采样的点-体素交互范式。
LitePT：更轻量却更强的点云 Transformer
LitePT: Lighter Yet Stronger Point Transformer
为 3D 点云骨干网络提供了「浅层卷积 + 深层注意力」的分层设计准则，并给出无需额外参数的 PointROPE 三维位置编码，可直接替换 Point Transformer 系列骨干以降低显存与延迟。
从三维扫描中学习推断植物的参数化表示
Learning to Infer Parameterized Representations of Plants from 3D Scans
用程序化模型合成虚拟植物训练递归网络，从无序点云直接回归带参数的树状结构（枝干拓扑+各器官参数），为细长、自遮挡严重的结构化解剖重建提供了「合成数据预训练+参数化输出」的可复用范式。
CompetitorFormer：通过竞争策略缓解查询冲突的 3D 实例分割
CompetitorFormer: Mitigating Query Conflicts for 3D Instance Segmentation via Competitive Strategy
针对基于 Transformer 的 3D 实例分割中多个查询同时瞄准同一实例导致掩码碎片化的问题，提出查询竞争层与排序交叉注意力，可复用于任何基于查询的 3D/2D 分割框架以加速收敛并提升精度。