1. MoST: Efficient Monarch Sparse Tuning for 3D Representation Learning
MoST：用于3D表示学习的高效Monarch稀疏微调方法
（Monarch指" Monarch算法"，一种稀疏优化技术）
2. METASCENES: Towards Automated Replica Creation for Real-world 3D Scans
METASCENES：面向真实世界3D扫描的自动化副本创建研究
（Replica Creation指"数字孪生创建"）
3. SeqAfford: Sequential 3D Affordance Reasoning via Multimodal Large Language Model
SeqAfford：基于多模态大语言模型的序列式3D功能推理
（Affordance指"功能可见性"，如物体可被抓取的属性）
4. 3D-Mem: 3D Scene Memory for Embodied Exploration and Reasoning
3D-Mem：用于具身探索与推理的3D场景记忆模型
（Embodied指"具身智能"，如机器人实体交互）
5. Hearing Hands: Generating Sounds from Physical Interactions in 3D Scenes
Hearing Hands：从3D场景物理交互中生成声音
（结合触觉-听觉跨模态生成）
6. Eval3D: Interpretable and Fine-grained Evaluation for 3D Generation
Eval3D：可解释且细粒度的3D生成评估方法
（针对生成模型的定量+定性评估框架）
7. SGCR: Spherical Gaussians for Efficient 3D Curve Reconstruction
SGCR：基于球面高斯的高效3D曲线重建方法
（几何重建领域，用参数化高斯表示曲线）
8. InterAct: Advancing Large-Scale Versatile 3D Human-Object Interaction Generation
InterAct：推进大规模通用3D人机交互生成
（生成多样化人体-物体交互场景的3D模型）
9. Dora: Sampling and Benchmarking for 3D Shape Variational Auto-Encoders
Dora：3D形状变分自编码器的采样与基准测试
（VAE在3D形状生成中的采样效率优化）
10. RoomTour3D: Geometry-Aware Video-Instruction Tuning for Embodied Navigation
RoomTour3D：面向具身导航的几何感知视频指令调优
（结合视频指令与几何理解的导航模型）
11. Learning Dynamic Collaborative Network for Semi-supervised 3D Vessel Segmentation
半监督3D血管分割的动态协作网络学习
（医学影像领域，动态融合监督与非监督信号）
12. Scene Splatter: Momentum 3D Scene Generation from Single Image with Video Diffusion Model
Scene Splatter：基于视频扩散模型的单图像动量3D场景生成
（利用视频扩散的时序信息增强单图3D生成）
13. GaussianFormer-2: Probabilistic Gaussian Superposition for Efficient 3D Occupancy Prediction
GaussianFormer-2：概率高斯叠加的高效3D占据预测
（自动驾驶场景，预测环境中可通行区域）
14. CompGS: Unleashing 2D Compositionality for Compositional Text-to-3D via Dynamically Optimizing 3D Gaussians
CompGS：通过动态优化3D高斯释放2D组合性的文本到3D合成方法
（利用2D图像组合性提升文本生成3D模型的可控性）
15. Digital Twin Catalog: A Large-Scale Photorealistic 3D Object Digital Twin Dataset
数字孪生目录：大规模照片级真实感3D物体数字孪生数据集
（包含高精度物体模型及其孪生数据）
16. SP3D: Boosting Sparsely-Supervised 3D Object Detection via Accurate Cross-Modal Semantic Prompts
SP3D：通过精确跨模态语义提示增强稀疏监督3D目标检测
（利用文本/图像提示弥补3D标注数据不足）
17. DashGaussian: Optimizing 3D Gaussian Splatting in 200 Seconds
DashGaussian：200秒内优化3D高斯 splatting 的方法
（Gaussian Splatting是近期流行的3D重建技术，Dash强调速度）
18. Steepest Descent Density Control for Compact 3D Gaussian Splatting
用于紧凑3D高斯 splatting 的最速下降密度控制
（通过密度优化减少高斯数量，提升渲染效率）
19. IDOL: Instant Photorealistic 3D Human Creation from a Single Image
IDOL：单图像实时照片级真实感3D人体生成
（实时性+高保真度的人体重建技术）
20. MaskGaussian: Adaptive 3D Gaussian Representation from Probabilistic Masks
MaskGaussian：基于概率掩码的自适应3D高斯表示
（利用分割掩码动态调整高斯分布）
21. Wav2Sem: Plug-and-Play Audio Semantic Decoupling for 3D Speech-Driven Facial Animation
Wav2Sem：即插即用的音频语义解耦驱动3D语音面部动画
（分离语音语义与情感，驱动更自然的面部动画）
22. LITA-GS: Illumination-Agnostic Novel View Synthesis via Reference-Free 3D Gaussian Splatting and Physical Priors
LITA-GS：基于无参考3D高斯 splatting 和物理先验的光照无关新视图合成
（不依赖参考图像的跨光照视图生成）
23. GuardSplat: Efficient and Robust Watermarking for 3D Gaussian Splatting
GuardSplat：3D高斯 splatting 的高效鲁棒水印方案
（针对3D模型的版权保护技术）
24. Learning Class Prototypes for Unified Sparse-Supervised 3D Object Detection
统一稀疏监督3D目标检测的类别原型学习
（用原型表示类别特征，适应少样本场景）
25. Cross-Modal 3D Representation with Multi-View Images and Point Clouds
多视图图像与点云的跨模态3D表示
（融合2D图像与3D点云的特征学习）
26. DeformCL: Learning Deformable Centerline Representation for Vessel Extraction in 3D Medical Image
DeformCL：3D医学图像血管提取的可变形中心线表示学习
（医学影像中血管中心线的形变建模）
27. PrEditor3D: Fast and Precise 3D Shape Editing
PrEditor3D：快速精准的3D形状编辑工具
（交互式3D模型编辑算法）
28. Stable-SCore: A Stable Registration-based Framework for 3D Shape Correspondence
Stable-SCore：基于稳定配准的3D形状对应框架
（解决不同形状间的关键点匹配问题）
29. HiPART: Hierarchical Pose AutoRegressive Transformer for Occluded 3D Human Pose Estimation
HiPART：遮挡场景下3D人体姿态估计的分层姿态自回归Transformer
（分层建模解决遮挡带来的姿态歧义）
30. MIDI: Multi-Instance Diffusion for Single Image to 3D Scene Generation
MIDI：单图像到3D场景生成的多实例扩散模型
（扩散模型在复杂场景生成中的多物体建模）
31. World-consistent Video Diffusion with Explicit 3D Modeling
显式3D建模的世界一致性视频扩散
（确保视频帧间3D空间一致性的扩散生成）
32. GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
GaussianWorld：流式3D占据预测的高斯世界模型
（实时处理连续传感器数据的占据预测）
33. Generative Gaussian Splatting for Unbounded 3D City Generation
生成式高斯 splatting 的无界3D城市生成
（无限扩展的城市级场景生成技术）
34. WildAvatar: Learning In-the-wild 3D Avatars from the Web
WildAvatar：从网络数据中学习真实场景3D化身
（非结构化网络图像的3D人像重建）
35. SOLAMI: Social Vision-Language-Action Modeling for Immersive Interaction with 3D Autonomous Characters
SOLAMI：3D自主角色沉浸式交互的社会视觉-语言-动作建模
（多模态模型驱动智能体的社交交互）
36. MAGE : Single Image to Material-Aware 3D via the Multi-View G-Buffer Estimation Model
MAGE：基于多视图G-Buffer估计的单图像材质感知3D生成
（同时重建几何与材质的单图3D技术）
37. Volumetrically Consistent 3D Gaussian Rasterization
体积一致的3D高斯光栅化方法
（渲染时保证体素空间一致性的光栅化算法）
38. FSHNet: Fully Sparse Hybrid Network for 3D Object Detection
FSHNet：全稀疏混合网络的3D目标检测
（结合稀疏卷积与其他网络的高效检测模型）
39. GaussTR: Foundation Model-Aligned Gaussian Transformer for Self-Supervised 3D Spatial Understanding
GaussTR：基础模型对齐的高斯Transformer自监督3D空间理解
（预训练模型与高斯表示结合的自监督学习）
40. BIGS: Bimanual Category-agnostic Interaction Reconstruction from Monocular Videos via 3D Gaussian Splatting
BIGS：单目视频无类别双手交互重建的3D高斯 splatting 方法
（不依赖物体类别标签的双手操作重建）
41. Geometry-guided Online 3D Video Synthesis with Multi-View Temporal Consistency
几何引导的多视图时序一致在线3D视频合成
（实时生成具有时空一致性的3D视频）
42. Dragin3D: Image Editing by Dragging in 3D Space
Dragin3D：3D空间拖拽式图像编辑
（通过3D交互实现2D图像的语义编辑）
43. GenAssets: Generating in-the-wild 3D Assets in Latent Space
GenAssets：隐空间生成真实场景3D资产
（在潜在空间直接生成可用的3D模型资源）
44. ViKIENet: Towards Efficient 3D Object Detection with Virtual Key Instance Enhanced Network
ViKIENet：虚拟关键实例增强的高效3D目标检测网络
（通过虚拟样本增强解决小目标检测难题）
45. BFANet: Revisiting 3D Semantic Segmentation with Boundary Feature Analysis
BFANet：边界特征分析的3D语义分割再思考
（强调边界特征在分割中的重要性）
46. MuTri: Multi-view Tri-alignment for OCT to OCTA 3D Image Translation
MuTri：OCT到OCTA三维图像转换的多视图三重对齐
（医学影像中不同模态图像的配准与转换）
47. Creating Your Editable 3D Photorealistic Avatar with Tetrahedron-constrained Gaussian Splatting
基于四面体约束高斯 splatting 的可编辑照片级真实感3D化身创建
（通过几何约束提升模型编辑性与真实感）
48. LeanGaussian: Breaking Pixel or Point Cloud Correspondence in Modeling 3D Gaussians
LeanGaussian：打破像素-点云对应关系的3D高斯建模
（无对应关系的跨模态高斯表示学习）
49. CH3Depth: Efficient and Flexible Depth Foundation Model with Flow Matching
CH3Depth：基于流匹配的高效灵活深度基础模型
（通用型深度估计模型，适用于多场景）
50. SPAR3D: Stable Point-Aware Reconstruction of 3D Objects from Single Images
SPAR3D：单图像稳定点感知的3D物体重建
（利用关键点感知提升重建结果的稳定性）
51. UrbanCAD: Towards Highly Controllable and Photorealistic 3D Vehicles for Urban Scene Simulation
UrbanCAD：面向城市场景仿真的高可控性照片级真实感3D车辆生成
（CAD式参数化建模+高保真渲染）
52. Rethinking Temporal Fusion with a Unified Gradient Descent View for 3D Semantic Occupancy Prediction
基于统一梯度下降视角的3D语义占据预测时序融合再思考
（从优化理论角度重构时序信息融合机制）
53. LeviTor: 3D Trajectory Oriented Image-to-Video Synthesis
LeviTor：3D轨迹导向的图像到视频合成
（根据预设3D轨迹生成带运动信息的视频）
54. 3D Dental Model Segmentation with Geometrical Boundary Preserving
几何边界保持的3D牙科模型分割
（医学影像领域，保留牙体结构边界完整性）
55. IAAO: Interactive Affordance Learning for Articulated Objects in 3D Environments
IAAO：3D环境中铰接物体的交互式功能学习
（用户交互引导下学习可活动物体的使用方式）
56. Structured 3D Latents for Scalable and Versatile 3D Generation
可扩展通用3D生成的结构化3D隐变量模型
（设计分层隐空间以支持大规模场景生成）
57. GaussianIP: Identity-Preserving Realistic 3D Human Generation via Human-Centric Diffusion Prior
GaussianIP：基于以人为中心扩散先验的身份保持真实感3D人体生成
（保留人物身份特征的高保真3D重建）
58. MV-SSM: Multi-View State Space Modeling for 3D Human Pose Estimation
MV-SSM：多视图状态空间建模的3D人体姿态估计
（状态空间模型处理跨视图的姿态不确定性）
59. FlashGS: Efficient 3D Gaussian Splatting for Large-scale and High-resolution Rendering
FlashGS：面向大规模高分辨率渲染的高效3D高斯 splatting
（优化渲染效率以支持城市级场景实时渲染）
60. ArtiScene: Language-Driven Artistic 3D Scene Generation Through Image Intermediary
ArtiScene：通过图像中介的语言驱动艺术性3D场景生成
（文本→图像→3D场景的两阶段生成流程）
61. PO3AD: Predicting Point Offsets toward Better 3D Point Cloud Anomaly Detection
PO3AD：点偏移预测的改进型3D点云异常检测
（通过点偏移建模识别异常点云区域）
62. Gen3DEval: Using vLLMs for Automatic Evaluation of Generated 3D Objects
Gen3DEval：基于vLLMs的生成3D物体自动评估
（大语言模型视觉变体用于3D生成结果评分）
63. Fancy123: One Image to High-Quality 3D Mesh Generation via Plug-and-Play Deformation
Fancy123：单图像高质量3D网格生成的即插即用变形方法
（结合预训练变形模型提升重建网格质量）
64. MagicArticulate: Make Your 3D Models Articulation-Ready
MagicArticulate：让你的3D模型具备可铰接性
（自动为静态模型添加关节结构的算法）
65. ShapeShifter: 3D Variations Using Multiscale and Sparse Point-Voxel Diffusion
ShapeShifter：多尺度稀疏点体素扩散的3D形状变体生成
（结合点云与体素表示的扩散模型）
66. VidBot: Learning Generalizable 3D Actions from In-the-Wild 2D Human Videos for Zero-Shot Robotic Manipulation
VidBot：从真实2D人类视频中学习可泛化3D动作的零样本机器人操作
（跨模态迁移学习解决机器人训练数据不足）
67. DI-PCG: Diffusion-based Efficient Inverse Procedural Content Generation for High-quality 3D Asset Creation
DI-PCG：基于扩散的高效逆向程序内容生成高质量3D资产
（根据用户示例反向推导程序生成参数）
68. Adapting Pre-trained 3D Models for Point Cloud Video Understanding via Cross-frame Spatio-temporal Perception
基于跨帧时空感知的预训练3D模型适配点云视频理解
（将静态点云模型扩展至时序视频场景）
69. Lift3D Policy: Lifting 2D Foundation Models for Robust 3D Robotic Manipulation
Lift3D Policy：提升2D基础模型至鲁棒3D机器人操作
（将图像训练的模型迁移至机器人实体操作）
70. Link to the Past: Temporal Propagation for Fast 3D Human Reconstruction from Monocular Video
Link to the Past：单目视频快速3D人体重建的时序传播方法
（利用视频前后帧信息加速重建过程）
71. iG-6DoF: Model-free 6DoF Pose Estimation for Unseen Object via Iterative 3D Gaussian Splatting
iG-6DoF：基于迭代3D高斯 splatting 的未知物体无模型6自由度位姿估计
（无需物体先验模型的实时位姿跟踪）
72. FluidNexus: 3D Fluid Reconstruction and Prediction from a Single Video
FluidNexus：单视频3D流体重建与预测
（从单目视频中恢复流体的三维运动场）
73. UniK3D: Universal Camera Monocular 3D Estimation
UniK3D：通用相机单目三维估计
（不依赖相机内参的单图像3D重建）
74. Masked Point-Entity Contrast for Open-Vocabulary 3D Scene Understanding
掩码点实体对比的开放词汇3D场景理解
（自监督学习中通过掩码增强实体级特征区分）
75. Revisiting MAE Pre-training for 3D Medical Image Segmentation
医学图像3D分割的MAE预训练再探讨
（将掩码自编码器应用于3D医学影像领域）
76. Taming Video Diffusion Prior with Scene-Grounding Guidance for 3D Gaussian Splatting from Sparse Inputs
稀疏输入下场景接地引导的视频扩散先验约束3D高斯 splatting
（利用视频扩散先验弥补稀疏输入的重建缺陷）
77. FirePlace: Geometric Refinements of LLM Common Sense Reasoning for 3D Object Placement
FirePlace：大语言模型常识推理的几何细化用于3D物体放置
（文本指令驱动的场景布局几何合理性优化）
78. MICAS: Multi-grained In-Context Adaptive Sampling for 3D Point Cloud Processing
MICAS：3D点云处理的多粒度上下文自适应采样
（根据局部特征复杂度动态调整采样密度）
79. Layered Motion Fusion: Lifting Motion Segmentation to 3D in Egocentric Videos
分层运动融合：第一人称视频中运动分割提升至3D
（从2D运动分割结果恢复三维运动结构）
80. RASP: Revisiting 3D Anamorphic Art for Shadow-Guided Packing of Irregular Objects
RASP：基于3D变形艺术的阴影引导不规则物体 packing
（利用视觉变形原理优化物体空间排列）
81. Reference-Based 3D-Aware Image Editing with Triplanes
基于参考图像的三平面3D感知图像编辑
（Triplanes即3D场景表示的三平面法，支持视角一致的编辑）
82. InsTaG: Learning Personalized 3D Talking Head from Few-Second Video
InsTaG：数秒视频学习个性化3D说话人头模型
（少量数据快速生成带语音驱动的个性化头像）
83. GaussianSpa: An “Optimizing-Sparsifying” Simplification Framework for Compact and High-Quality 3D Gaussian Splatting
GaussianSpa："优化-稀疏化"的紧凑高质量3D高斯 splatting 简化框架
（平衡模型复杂度与渲染质量的高斯精简算法）
84. Let’s Chorus: Partner-aware Hybrid Song-Driven 3D Head Animation
Let’s Chorus：协作感知的混合歌曲驱动3D头部动画
（多人物交互场景中基于音乐的协同头部动作生成）
85. MAR-3D: Progressive Masked Auto-regressor for High-Resolution 3D Generation
MAR-3D：高分辨率3D生成的渐进式掩码自回归模型
（分层掩码机制处理大规模3D数据生成）
86. EAP-GS: Efficient Augmentation of Pointcloud for 3D Gaussian Splatting in Few-shot Scene Reconstruction
EAP-GS：少样本场景重建中3D高斯 splatting 的点云高效增强
（数据增强技术提升小数据集下的重建性能）
87. VideoScene: Distilling Video Diffusion Model to Generate 3D Scenes in One Step
VideoScene：蒸馏视频扩散模型的一步式3D场景生成
（轻量化模型实现从视频到3D场景的直接转换）
88. DroneSplat: 3D Gaussian Splatting for Robust 3D Reconstruction from In-the-Wild Drone Imagery
DroneSplat：真实无人机影像鲁棒3D重建的高斯 splatting 方法
（处理无人机航拍图像的光照/视角变化问题）
89. Towards Realistic Example-based Modeling via 3D Gaussian Stitching
基于3D高斯拼接的真实感样例建模研究
（组合多个高斯模型实现复杂场景重建）
90. A Unified Approach to Interpreting Self-supervised Pre-training Methods for 3D Point Clouds via Interactions
基于交互的3D点云自监督预训练方法统一解释框架
（从交互视角分析不同自监督方法的共性）
91. Vision-Guided Action: Enhancing 3D Human Motion Prediction with Gaze-informed Affordance in 3D Scenes
视觉引导动作：3D场景中注视感知功能增强的人体运动预测
（结合视线方向预测人物与物体的交互动作）
92. SF3D: Stable Fast 3D Mesh Reconstruction with UV-unwrapping and Illumination Disentanglement
SF3D：带UV展开与光照解耦的稳定快速3D网格重建
（同时解决几何重建与纹理映射问题）
93. ARKit LabelMaker: A New Scale for Indoor 3D Scene Understanding
ARKit LabelMaker：室内3D场景理解的新尺度标注工具
（利用ARKit技术生成大规模场景标注数据）
94. Rethinking Lanes and Points in Complex Scenarios for Monocular 3D Lane Detection
复杂场景下单目3D车道检测的车道与点云再思考
（融合车道语义与点云几何的检测方法）
95. Mono3DVLT: Monocular-Video-Based 3D Visual Language Tracking
Mono3DVLT：基于单目视频的3D视觉语言跟踪
（文本查询驱动的单目视频目标3D跟踪）
96. Hierarchical Gaussian Mixture Model Splatting for Efficient and Part Controllable 3D Generation
分层高斯混合模型 splatting 的高效部件可控3D生成
（分层次控制模型各部分的生成过程）
97. Symmetry Strikes Back: From Single-Image Symmetry Detection to 3D Generation
对称性回归：从单图像对称检测到3D生成
（利用物体对称性先验提升单图3D重建精度）
98. ReasonGrounder: LVLM-Guided Hierarchical Feature Splatting for Open-Vocabulary 3D Visual Grounding and Reasoning
ReasonGrounder：LVLM引导的分层特征 splatting 开放词汇3D视觉定位与推理
（大语言模型视觉变体驱动的语义定位）
99. EventSplat: 3D Gaussian Splatting from Moving Event Cameras for Real-time Rendering
EventSplat：移动事件相机实时渲染的3D高斯 splatting
（基于事件相机的低延迟3D重建技术）
100. Stereo4D: Learning How Things Move in 3D from Internet Stereo Videos
Stereo4D：从网络立体视频中学习3D物体运动规律
（利用双目视频数据训练时空运动模型）
101. HyperGS: Hyperspectral 3D Gaussian Splatting
HyperGS：高光谱3D高斯splatting
（结合高光谱成像的多波段信息进行3D重建）
102. ArtFormer: Controllable Generation of Diverse 3D Articulated Objects
ArtFormer：可控生成多样化3D铰接物体
（支持参数化控制的可活动物体生成，如关节结构）
103. 3DTopia-XL: Scaling High-quality 3D Asset Generation via Primitive Diffusion
3DTopia-XL：基于基元扩散的高质量3D资产规模化生成
（Primitive指基础几何形状，如球体/立方体，通过扩散模型组合生成复杂模型）
104. 3D-LLaVA: Towards Generalist 3D LMMs with Omni Superpoint Transformer
3D-LLaVA：基于全超点Transformer的通用3D语言-视觉模型
（LMM=Language-Modeling-Model，超点指3D点云的聚类单元）
105. DualTalk: Dual-Speaker Interaction for 3D Talking Head Conversations
DualTalk：双 speaker 交互的3D说话人头对话模型
（支持两人实时对话的面部动画生成）
106. Geometry in Style: 3D Stylization via Surface Normal Deformation
Geometry in Style：基于表面法向量变形的3D风格化
（通过修改法向量实现几何形状的艺术化风格转换）
107. EnliveningGS: Active Locomotion of 3DGS
EnliveningGS：3D高斯splatting的主动运动建模
（为静态3D重建模型添加动态运动能力）
108. ChatHuman: Chatting about 3D Humans with Tools
ChatHuman：使用工具对话式交互3D人体模型
（结合大语言模型实现文本控制的人体编辑）
109. You See it, You Got it: Learning 3D Creation on Pose-Free Videos at Scale
You See it, You Got it：无姿态标注视频的规模化3D内容生成学习
（从无标注视频中自动提取3D结构信息）
110. GA3CE: Unconstrained 3D Gaze Estimation with Gaze-Aware 3D Context Encoding
GA3CE：视线感知3D上下文编码的无约束3D视线估计
（适用于任意视角的视线方向预测）
111. PyTorchGeoNodes: Enabling Differentiable Shape Programs for 3D Shape Reconstruction Poster Session 4
PyTorchGeoNodes：支持可微形状程序的3D形状重建（海报分会场4）
（可微编程框架用于几何重建优化，Sinisa Stek为作者名）
112. De²Gaze: Deformable and Decoupled Representation Learning for 3D Gaze Estimation
De²Gaze：可变形解耦表示学习的3D视线估计
（De²=Deformable+Decoupled，分离头部姿态与视线方向）
113. Real-IAD D³: A Real-World 2D/Pseudo-3D/3D Dataset for Industrial Anomaly Detection
Real-IAD D³：工业异常检测的真实世界2D/伪3D/3D数据集
（D³=2D+Pseudo-3D+3D，多模态工业检测数据）
114. InstanceGaussian: Appearance-Semantic Joint Gaussian Representation for 3D Instance-Level Perception
InstanceGaussian：外观-语义联合高斯表示的3D实例级感知
（同时建模物体外观特征与语义类别的实例分割方法）
115. UniMamba: Unified Spatial-Channel Representation Learning with Group-Efficient Mamba for LiDAR-based 3D Object Detection
UniMamba：基于分组高效Mamba的激光雷达3D目标检测统一时空通道表示学习
（Mamba为新型序列模型架构，Group-Efficient指分组优化计算效率）
116. TexGaussian: Generating High-quality PBR Material via Octree-based 3D Gaussian Splatting
TexGaussian：基于八叉树3D高斯splatting的高质量PBR材质生成
（PBR=物理基础渲染，八叉树用于材质细节分层表示）
117. V2X-R: Cooperative LiDAR-4D Radar Fusion with Denoising Diffusion for 3D Object Detection
V2X-R：去噪扩散协同的激光雷达-4D雷达融合3D目标检测
（V2X=车联网，4D雷达指含速度信息的三维雷达）
118. Matrix3D: Large Photogrammetry Model All-in-One
Matrix3D：大型摄影测量模型一体化方案
（一站式处理大规模影像的3D重建技术）
119. RigGS: Rigging of 3D Gaussians for Modeling Articulated Objects in Videos
RigGS：视频铰接物体建模的3D高斯骨骼绑定
（Rigging指骨骼绑定，为高斯模型添加关节运动结构）
120. Make-It-Animatable: An Efficient Framework for Authoring Animation-Ready 3D Characters
Make-It-Animatable：可动画3D角色创作的高效框架
（自动为静态模型添加动画骨骼的工具链）
121. 3D Gaussian Head Avatars with Expressive Dynamic Appearances by Compact Tensorial Representations
基于紧凑张量表示的表情动态3D高斯头部化身
（张量压缩技术实现面部表情的高保真动态渲染）
122. ProxyTransformation: Preshaping Point Cloud Manifold With Proxy Attention For 3D Visual Grounding
ProxyTransformation：代理注意力预塑形点云流形的3D视觉定位
（Proxy指代理点，通过注意力机制对齐文本与点云语义）
123. ParaHome: Parameterizing Everyday Home Activities Towards 3D Generative Modeling of Human-Object Interactions
ParaHome：日常家庭活动参数化的人机交互3D生成建模
（提取家居场景中动作-物体交互的参数化模型）
124. Sketchy Bounding-box Supervision for 3D Instance Segmentation
草图边界框监督的3D实例分割
（利用粗略手绘框作为弱监督信号训练分割模型）
125. Analyzing the Synthetic-to-Real Domain Gap in 3D Hand Pose Estimation
3D手势估计中合成-真实域差距分析
（研究虚拟训练数据与真实场景的迁移性能差异）
126. SPARS3R: Semantic Prior Alignment and Regularization for Sparse 3D Reconstruction
SPARS3R：稀疏3D重建的语义先验对齐与正则化
（引入语义先验（如物体形状）提升稀疏视角重建精度）
127. Wonderland: Navigating 3D Scenes from a Single Image
Wonderland：单图像3D场景导航
（从单幅图像生成可交互的3D场景漫游体验）
128. PERSE: Personalized 3D Generative Avatars from A Single Portrait
PERSE：单张人像生成个性化3D生成化身
（基于扩散模型的单图人像3D建模）
129. vesselFM: A Foundation Model for Universal 3D Blood Vessel Segmentation
vesselFM：通用3D血管分割基础模型
（支持多模态医学影像的血管分割预训练模型）
130. Generalized Few-shot 3D Point Cloud Segmentation with Vision-Language Model
视觉语言模型的泛化少样本3D点云分割
（通过文本描述支持新类别少样本分割任务）
131. 3DGUT: Enabling Distorted Cameras and Secondary Rays in Gaussian Splatting
3DGUT：高斯splatting中支持畸变相机与二次光线的方法
（处理镜头畸变和间接光照的渲染增强技术）
132. Global-Local Tree Search in VLMs for 3D Indoor Scene Generation
VLM中全局-局部树搜索的3D室内场景生成
（VLMs=视觉语言模型，树结构用于分层场景布局规划）
133. SAR3D: Autoregressive 3D Object Generation and Understanding via Multi-scale 3D VQVAE
SAR3D：多尺度3D矢量量化变分自编码器的自回归3D物体生成与理解
（VQVAE=Vector Quantized VAE，用于离散化3D特征表示）
134. 3D-AVS: LiDAR-based 3D Auto-Vocabulary Segmentation
3D-AVS：基于激光雷达的3D自动词汇分割
（无预定义类别的自监督语义分割，词汇指聚类生成的语义单元）
135. Chain of Semantics Programming in 3D Gaussian Splatting Representation for 3D Vision Grounding
3D视觉定位的高斯splatting语义编程链
（通过语义指令链控制高斯模型的空间定位）
136. SeaLion: Semantic Part-Aware Latent Point Diffusion Models for 3D Generation
SeaLion：语义部件感知隐点扩散模型的3D生成
（分部件控制的扩散模型，如生成带手臂/腿部的人体）
137. MVBoost: Boost 3D Reconstruction with Multi-View Refinement
MVBoost：多视图精修增强的3D重建
（多视角交叉验证提升重建模型的几何精度）
138. MultiGO: Towards Multi-level Geometry Learning for Monocular 3D Textured Human Reconstruction
MultiGO：单目3D纹理人体重建的多层次几何学习
（分层建模（骨骼/肌肉/皮肤）实现高保真重建）
139. FlexGS: Train Once, Deploy Everywhere with Many-in-One Flexible 3D Gaussian Splatting
FlexGS：一次训练多场景部署的灵活一体化3D高斯splatting
（统一模型适配不同传感器和重建场景）
140. Towards High-fidelity 3D Talking Avatar with Personalized Dynamic Texture
个性化动态纹理的高保真3D说话人头研究
（结合面部动态纹理的个性化头像生成）
141. Scene4U: Hierarchical Layered 3D Scene Reconstruction from Single Panoramic Image for Your Immerse Exploration
Scene4U：单全景图像分层3D场景重建的沉浸式探索
（全景图分解为多层几何结构的交互式场景生成）
142. GaPT-DAR: Category-level Garments Pose Tracking via Integrated 2D Deformation and 3D Reconstruction
GaPT-DAR：2D变形与3D重建融合的类别级服装姿态跟踪
（同一类别服装的跨实例姿态迁移跟踪）
143. Text-guided Sparse Voxel Pruning for Efficient 3D Visual Grounding
文本引导的稀疏体素剪枝高效3D视觉定位
（根据文本查询剔除无关体素，加速语义定位）
144. Perturb-and-Revise: Flexible 3D Editing with Generative Trajectories
扰动-修正：生成轨迹驱动的灵活3D编辑
（通过轨迹优化实现模型局部形变的可控编辑）
145. SOGS: Second-Order Anchor for Advanced 3D Gaussian Splatting
SOGS：高阶锚点的改进型3D高斯splatting
（二阶统计量（如协方差）优化高斯分布的空间锚定）
146. LidarGait++: Learning Local Features and Size Awareness from LiDAR Point Clouds for 3D Gait Recognition
LidarGait++：激光雷达点云局部特征与尺寸感知的3D步态识别
（结合人体尺寸信息提升跨视角步态识别精度）
147. SpecTRe-GS: Modeling Highly Specular Surfaces with Reflected Nearby Objects by Tracing Rays in 3D Gaussian Splatting
SpecTRe-GS：3D高斯splatting中光线追踪建模高光表面与近邻反射
（处理金属/镜面等高反射材质的渲染技术）
148. MUSt3R: Multi-view Network for Stereo 3D Reconstruction
MUSt3R：立体3D重建的多视图网络
（多视图立体视觉（MVS）的深度学习模型）
149. iSegMan: Interactive Segment-and-Manipulate 3D Gaussians
iSegMan：交互式分割-操作3D高斯模型
（用户交互选择并编辑高斯单元的工具）
150. LayoutVLM: Differentiable Optimization of 3D Layout via Vision-Language Models
LayoutVLM：视觉语言模型的可微优化3D布局生成
（通过文本指令微分优化场景中物体的空间布局）
151. MoDec-GS: Global-to-Local Motion Decomposition and Temporal Interval Adjustment for Compact Dynamic 3D Gaussian Splatting
MoDec-GS：动态3D高斯splatting的全局-局部运动分解与时间间隔调整
（分层建模运动（全局刚体+局部形变）并优化时序采样间隔）
152. Towards In-the-wild 3D Plane Reconstruction from a Single Image
真实场景下单图像3D平面重建研究
（从非结构化单幅图像中提取平面几何结构，如墙面/地面）
153. Material Anything: Generating Materials for Any 3D Object via Diffusion
Material Anything：扩散模型生成任意3D物体材质
（类似SAM（Segment Anything Model）的泛化材质生成框架）
154. Sharp-It: A Multi-view to Multi-view Diffusion Model for 3D Synthesis and Manipulation
Sharp-It：多视图到多视图扩散模型的3D合成与操作
（输入多视图图像生成可编辑的3D模型，保持视角一致性）
155. SpatialLLM: A Compound 3D-Informed Design towards Spatially-Intelligent Large Multimodal Models
SpatialLLM：空间智能大模态模型的3D先验复合设计
（将3D几何知识注入大语言模型，增强空间推理能力）
156. HUSH: Holistic Panoramic 3D Scene Understanding using Spherical Harmonics
HUSH：球谐函数全景3D场景整体理解
（利用球谐函数表示全景图像的3D几何与光照信息）
157. g3D-LF: Generalizable 3D-Language Feature Fields for Embodied Tasks
g3D-LF：具身任务泛化3D语言特征场
（结合语言指令与3D特征场的智能体交互模型）
158. DaCapo: Score Distillation as Stacked Bridge for Fast and High-quality 3D Editing
DaCapo：分数蒸馏栈桥的快速高质量3D编辑
（通过蒸馏预训练扩散模型加速3D模型编辑过程）
159. ArticulatedGS: Self-supervised Digital Twin Modeling of Articulated Objects using 3D Gaussian Splatting
ArticulatedGS：自监督3D高斯splatting铰接物体数字孪生建模
（无标注视频中自动学习可活动物体的关节运动模型）
160. ARM: Appearance Reconstruction Model for Relightable 3D Generation
ARM：可重光照3D生成的外观重建模型
（分离几何与光照的生成模型，支持任意光照条件渲染）
161. CraftsMan3D: High-fidelity Mesh Generation with 3D Native Diffusion and Interactive Geometry Refiner
CraftsMan3D：3D原生扩散与交互式几何精修的高保真网格生成
（端到端扩散模型直接生成网格，支持用户交互式优化）
162. MVGenMaster: Scaling Multi-View Generation from Any Image via 3D Priors Enhanced Diffusion Model
MVGenMaster：3D先验增强扩散模型的任意图像多视图生成
（利用3D几何先验提升单图生成多视角图像的一致性）
163. Enhancing 3D Gaze Estimation in the Wild using Weak Supervision with Gaze Following Labels
基于视线跟随弱监督的真实场景3D视线估计增强
（利用"看同一物体"的弱标签训练跨视角视线预测模型）
164. BIP3D: Bridging 2D Images and 3D Perception for Embodied Intelligence
BIP3D：具身智能的2D图像与3D感知桥接
（建立2D视觉与3D空间的跨模态映射，支持机器人导航）
165. Acc3D: Accelerating Single Image to 3D Diffusion Models via Edge Consistency Guided Score Distillation
Acc3D：边缘一致性引导分数蒸馏的单图像到3D扩散模型加速
（利用边缘特征对齐提升扩散模型的重建速度与精度）
166. LesionLocator: Zero-Shot Universal Tumor Segmentation and Tracking in 3D Whole-Body Imaging
LesionLocator：3D全身成像零样本通用肿瘤分割与跟踪
（无需特定肿瘤类型标注的泛化医学影像分析模型）
167. GenPC: Zero-shot Point Cloud Completion via 3D Generative Priors
GenPC：3D生成先验零样本点云补全
（利用预训练生成模型填补点云缺失区域，支持未知类别）
168. Video-3D LLM: Learning Position-Aware Video Representation for 3D Scene Understanding
Video-3D LLM：位置感知视频表示学习的3D场景理解
（从视频中提取带空间位置信息的特征，用于3D场景建模）
169. 3D Convex Splatting: Radiance Field Rendering with 3D Smooth Convexes
3D凸面splatting：3D平滑凸面辐射场渲染
（用凸面体素替代传统球体，提升辐射场建模效率）
170. 3D Prior Is All You Need: Cross-Task Few-shot 2D Gaze Estimation
仅需3D先验：跨任务少样本2D视线估计
（利用3D头部模型先验，解决2D图像少样本视线预测问题）
171. IMFine: 3D Inpainting via Geometry-guided Multi-view Refinement
IMFine：几何引导多视图精修的3D修复
（结合多视角图像与几何约束填补3D模型缺失区域）
172. Cross-Modal and Uncertainty-Aware Agglomeration for Open-Vocabulary 3D Scene Understanding
开放词汇3D场景理解的跨模态不确定性感知聚合
（融合文本-图像-点云多模态数据，并建模预测不确定性）
173. Kiss3DGen: Repurposing Image Diffusion Models for 3D Asset Generation
Kiss3DGen：图像扩散模型复用的3D资产生成
（迁移2D图像生成模型权重至3D场景，降低训练成本）
174. CrossOver: 3D Scene Cross-Modal Alignment
CrossOver：3D场景跨模态对齐
（对齐点云-图像-文本的语义空间，支持跨模态检索）
175. MESC-3D: Mining Effective Semantic Cues for 3D Reconstruction from a Single Image
MESC-3D：单图像3D重建的有效语义线索挖掘
（从图像语义标签（如"椅子"“桌子”）提取几何先验）
176. Open-Vocabulary Functional 3D Scene Graphs for Real-World Indoor Spaces
真实室内空间开放词汇功能3D场景图
（支持任意物体类别与功能关系的场景图建模，如"桌子-放置-水杯"）
177. Light Transport-aware Diffusion Posterior Sampling for Single-View Reconstruction of 3D Volumes
光传输感知扩散后验采样的单视图3D体素重建
（考虑光线传播路径的扩散模型，提升透明/半透明物体重建精度）
178. LAL: Enhancing 3D Human Motion Prediction with Latency-aware Auxiliary Learning
LAL：延迟感知辅助学习的3D人体运动预测增强
（针对机器人控制延迟的时序运动预测优化）
179. CoSER: Towards Consistent Dense Multiview Text-to-Image Generator for 3D Creation
CoSER：3D创作一致性密集多视图文本到图像生成器
（生成同一文本描述的多视角图像，支持后续3D建模）
180. MonoSplat: Generalizable 3D Gaussian Splatting from Monocular Depth Foundation Models
MonoSplat：单目深度基础模型泛化3D高斯splatting
（基于单目深度估计模型的无姿态3D重建方案）
181. StickMotion: Generating 3D Human Motions by Drawing a Stickman
StickMotion：画火柴人生成3D人体动作
（用户手绘简笔画驱动的3D动作生成工具）
182. GS-DiT: Advancing Video Generation with Dynamic 3D Gaussian Fields through Efficient Dense 3D Point Tracking
GS-DiT：高效密集3D点跟踪动态高斯场的视频生成
（用高斯场表示动态物体，结合点跟踪提升视频时序一致性）
183. Prometheus: 3D-Aware Latent Diffusion Models for Feed-Forward Text-to-3D Scene Generation
Prometheus：前馈文本到3D场景生成的3D感知隐扩散模型
（非迭代式扩散模型，直接生成可渲染的3D场景表示）
184. SpatialCLIP: Learning 3D-aware Image Representations from Spatially Discriminative Language
SpatialCLIP：空间判别语言学习3D感知图像表示
（CLIP模型扩展至空间语义理解，如"左""右"方位词）
185. Escaping Plato’s Cave: Towards the Alignment of 3D and Text Latent Spaces
走出柏拉图洞穴：3D与文本隐空间对齐研究
（哲学隐喻，指建立视觉3D空间与语言语义空间的跨模态映射）
186. STCOcc: Sparse Spatial-Temporal Cascade Renovation for 3D Occupancy and Scene Flow Prediction
STCOcc：稀疏时空级联更新的3D占据与场景流预测
（处理稀疏传感器数据的时空联合建模方法）
187. Horizon-GS: Unified 3D Gaussian Splatting for Large-Scale Aerial-to-Ground Scenes
Horizon-GS：空-地大规模场景统一3D高斯splatting
（融合无人机航拍与地面影像的无缝场景重建）
188. Mitigating Ambiguities in 3D Classification with Gaussian Splatting
高斯splatting缓解3D分类歧义性
（利用高斯分布的概率特性处理点云分类中的模糊样本）
189. Neuro-3D: Towards 3D Visual Decoding from EEG Signals
Neuro-3D：脑电信号3D视觉解码研究
（从脑电图（EEG）中重建受试者观察的3D场景）
190. BrepGiff: Lightweight Generation of Complex B-rep with 3D GAT Diffusion
BrepGiff：3D图注意力扩散的轻量化复杂B-rep生成
（B-rep=边界表示法，用于精确几何建模的扩散模型）
191. GazeGene: Large-scale Synthetic Gaze Dataset with 3D Eyeball Annotations
GazeGene：带3D眼球标注的大规模合成视线数据集
（包含眼球三维结构标注的合成数据，用于视线估计训练）
192. PUP 3D-GS: Principled Uncertainty Pruning for 3D Gaussian Splatting
PUP 3D-GS：3D高斯splatting的原理性不确定性剪枝
（基于预测不确定性剔除冗余高斯单元，优化模型效率）
193. FreeGave: 3D Physics Learning from Dynamic Videos by Gaussian Velocity
FreeGave：高斯速度场动态视频3D物理学习
（从视频中提取物体运动速度的高斯分布，建模物理动力学）
194. VISTA3D: A Unified Segmentation Foundation Model For 3D Medical Imaging
VISTA3D：3D医学影像统一分割基础模型
（支持多模态（CT/MRI）的预训练分割模型，适配多种器官）
195. OnlineAnySeg: Online Zero-Shot 3D Segmentation by Visual Foundation Model Guided 2D Mask Merging
OnlineAnySeg：视觉基础模型引导2D掩码融合的在线零样本3D分割
（实时处理视频流，通过2D分割掩码推断3D语义结构）
196. Blurred LiDAR for Sharper 3D: Robust Handheld 3D Scanning with Diffuse LiDAR and RGB
模糊激光雷达生成清晰3D：漫反射激光雷达与RGB的鲁棒手持3D扫描
（利用漫反射激光雷达的低噪声特性提升手持扫描精度）
197. Textured Gaussians for Enhanced 3D Scene Appearance Modeling
纹理高斯增强3D场景外观建模
（为高斯单元添加纹理映射，提升重建场景的真实感）
198. Activating Sparse Part Concepts for 3D Class Incremental Learning
稀疏部件概念激活的3D类别增量学习
（仅更新与新类别相关的部件特征，避免灾难性遗忘）
199. D³CTTA: Domain-Dependent Decorrelation for Continual Test-Time Adaption of 3D LiDAR Segmentation
D³CTTA：领域相关去相关的3D激光雷达分割持续测试时自适应
（在线适应不同场景的域迁移技术，D³=Domain-Dependent Decorrelation）
200. GaussHDR: High Dynamic Range Gaussian Splatting via Learning Unified 3D and 2D Local Tone Mapping
GaussHDR：统一3D与2D局部色调映射学习的高动态范围高斯splatting
（处理高动态光照场景的渲染技术，避免过曝/欠曝问题）
201. SAM2Object: Consolidating View Consistency via SAM2 for Zero-Shot 3D Instance Segmentation
SAM2Object：基于SAM2的视图一致性增强零样本3D实例分割
（利用Segment Anything Model的升级版SAM2实现跨视图实例分割一致性）
202. SelfSplat: Pose-Free and 3D Prior-Free Generalizable 3D Gaussian Splatting
SelfSplat：无姿态无3D先验的泛化3D高斯splatting
（完全无监督的3D重建，不依赖相机姿态或几何先验知识）
203. Consistent Normal Orientation for 3D Point Clouds via Least Squares on Delaunay Graph
基于Delaunay图最小二乘法的3D点云法向量方向一致性优化
（解决点云法向量方向歧义问题，Delaunay图用于构建点云拓扑）
204. AC3D: Analyzing and Improving 3D Camera Control in Video Diffusion Transformers
AC3D：视频扩散Transformer中3D相机控制分析与改进
（研究扩散模型中相机参数（如视角/位置）的可控性）
205. Dual Exposure Stereo for Extended Dynamic Range 3D Imaging
双曝光立体视觉扩展动态范围3D成像
（通过不同曝光图像融合提升高动态场景（如强光/阴影）的深度精度）
206. SceneFactor: Factored Latent 3D Diffusion for Controllable 3D Scene Generation
SceneFactor：因子化隐变量3D扩散的可控场景生成
（将场景分解为物体、光照、材质等独立隐变量，支持参数化控制）
207. SemAlign3D: Semantic Correspondence between RGB-Images through Aligning 3D Object-Class Representations
SemAlign3D：基于3D物体类别表示对齐的RGB图像语义对应
（跨视图图像通过共享3D物体语义空间实现特征对齐）
208. 3D Gaussian Inpainting with Depth-Guided Cross-View Consistency
深度引导跨视图一致的3D高斯修复
（利用深度图约束填补高斯模型缺失区域，保持多视图一致性）
209. Unveiling the Mist over 3D Vision-Language Understanding: Object-centric Evaluation with Chain-of-Analysis
拨开3D视觉语言理解的迷雾：基于分析链的以物体为中心评估
（提出面向物体交互的评估框架，如"找出杯子旁边的椅子"）
210. 2V3D: View-to-View Denoised 3D Reconstruction for Light Field Microscopy
2V3D：光场显微视图间去噪3D重建
（光场显微镜数据的跨视图联合去噪与三维重建）
211. VideoHandles: Editing 3D Object Compositions in Videos Using Video Generative Priors
VideoHandles：视频生成先验编辑视频中3D物体组合
（利用预训练视频扩散模型修改场景中的物体位置/类别）
212. BOE-ViT: Boosting Orientation Estimation with Equivariance in Self-Supervised 3D Subtomogram Alignment
BOE-ViT：自监督3D子断层对齐中利用等变性增强方向估计
（ViT=视觉Transformer，等变性确保旋转不变性特征学习）
213. PSHuman: Photorealistic Single-image 3D Human Reconstruction using Cross-Scale Multiview Diffusion and Explicit Remeshing
PSHuman：跨尺度多视图扩散与显式网格重划分的单图像照片级真实感3D人体重建
（结合多尺度扩散模型与网格优化提升重建保真度）
214. CAD-Llama: Leveraging Large Language Models for Computer-Aided Design Parametric 3D Model Generation
CAD-Llama：利用大语言模型生成参数化CAD 3D模型
（自然语言指令生成可编辑的参数化三维模型，如机械零件）
215. DUNE: Distilling a Universal Encoder from Heterogeneous 2D and 3D Teachers
DUNE：异构2D/3D教师模型蒸馏通用编码器
（融合图像与点云预训练模型，生成统一跨模态特征表示）
216. MARVEL-40M+: Multi-Level Visual Elaboration for High-Fidelity Text-to-3D Content Creation
MARVEL-40M+：多层次视觉精细化的高保真文本到3D内容生成
（40M+参数模型，分层次（全局布局→局部细节）生成3D场景）
217. MegaSynth: Scaling Up 3D Scene Reconstruction with Synthesized Data
MegaSynth：合成数据规模化提升3D场景重建
（利用大规模合成数据集训练泛化性更强的重建模型）
218. WonderWorld: Interactive 3D Scene Generation from a Single Image
WonderWorld：单图像交互式3D场景生成
（用户通过点击/拖拽单幅图像生成可交互的3D场景漫游）
219. DSPNet: Dual-vision Scene Perception for Robust 3D Question Answering
DSPNet：双视觉场景感知的鲁棒3D问答
（融合双目视觉特征提升场景理解的问答准确性）
220. Turbo3D: Ultra-fast Text-to-3D Generation
Turbo3D：超快速文本到3D生成
（实时或亚秒级文本生成3D模型的高效框架）
221. TexGarment: Consistent Garment UV Texture Generation via Efficient 3D Structure-Guided Diffusion Transformer
TexGarment：高效3D结构引导扩散Transformer的一致服装UV纹理生成
（根据服装3D骨骼结构生成连续UV贴图，避免纹理扭曲）
222. Empowering Large Language Models with 3D Situation Awareness
赋予大语言模型3D态势感知能力
（将3D空间几何关系注入LLM，如"椅子在桌子左边"）
223. Ges3ViG : Incorporating Pointing Gestures into Language-Based 3D Visual Grounding for Embodied Reference Understanding
Ges3ViG：具身指称理解中融合手势的语言基3D视觉定位
（结合手势视频与文本指令定位3D场景中的物体，如"指向的杯子"）
224. Dense Dispersed Structured Light for Hyperspectral 3D Imaging of Dynamic Scenes
密集散射结构光的动态场景高光谱3D成像
（结构光编码技术结合高光谱相机，实现动态物体三维重建）
225. 3D Occupancy Prediction with Low-Resolution Queries via Prototype-aware View Transformation
原型感知视图变换的低分辨率查询3D占据预测
（利用原型特征（如汽车、行人）提升低分辨率输入的预测精度）
226. DoF-Gaussian: Controllable Depth-of-Field for 3D Gaussian Splatting
DoF-Gaussian：3D高斯splatting的可控景深渲染
（模拟相机景深效果，支持焦点区域与虚化控制）
227. Generative Densification: Learning to Densify Gaussians for High-Fidelity Generalizable 3D Reconstruction
生成式致密化：高斯密度学习的高保真泛化3D重建
（自动增加高斯数量以填补细节，提升复杂结构重建质量）
228. MVPaint: Synchronized Multi-View Diffusion for Painting Anything 3D
MVPaint：同步多视图扩散绘制任意3D物体
（用户绘制单视图草图，扩散模型生成多视图一致的3D模型）
229. Generating 3D-Consistent Videos from Unposed Internet Photos
无姿态互联网照片生成3D一致视频
（从非结构化网络照片序列中提取相机姿态，生成时空一致的3D视频）
230. TaoAvatar: Real-Time Lifelike Full-Body Talking Avatars for Augmented Reality via 3D Gaussian Splatting
TaoAvatar：3D高斯splatting的增强现实实时逼真全身说话人头
（支持实时渲染的全身动态化身，适用于AR交互）
231. Speedy-Splat: Fast 3D Gaussian Splatting with Sparse Pixels and Sparse Primitives
Speedy-Splat：稀疏像素与基元的快速3D高斯splatting
（仅处理关键像素和基础几何基元，加速重建与渲染）
232. HandOS: 3D Hand Reconstruction in One Stage
HandOS：单阶段3D手重建
（端到端模型直接从图像生成手部三维网格，无需中间步骤）
233. Hash3D: Training-free Acceleration for 3D Generation
Hash3D：无训练加速的3D生成
（利用哈希表查询预计算特征，加速扩散模型推理）
234. Lifting Motion to the 3D World via 2D Diffusion
通过2D扩散将运动提升至3D世界
（从2D视频动作预测对应的3D人体运动轨迹）
235. EditSplat: Multi-View Fusion and Attention-Guided Optimization for View-Consistent 3D Scene Editing with 3D Gaussian Splatting
EditSplat：多视图融合与注意力引导优化的视图一致3D场景编辑（高斯splatting）
（用户编辑单视图后，模型自动同步更新多视图高斯分布）
236. 3D-SLNR: A Super Lightweight Neural Representation for Large-scale 3D Mapping
3D-SLNR：大规模3D建图的超轻量神经表示
（低参数模型实现实时三维环境建模，适用于移动设备）
237. MonoPlace3D: Learning 3D-Aware Object Placement for 3D Monocular Detection
MonoPlace3D：单目3D检测的3D感知物体放置学习
（预测物体在单目图像中的三维空间位置与朝向）
238. PICO: Reconstructing 3D People In Contact with Objects
PICO：人与物体交互的3D重建
（捕捉人体与物体接触时的几何形变，如"握杯子的手"）
239. GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding
GREAT：开放词汇3D物体功能定位的几何-意图协同推理
（结合物体几何形状与用户意图（如"可坐的物体"）定位语义区域）
240. Grounding 3D Object Affordance with Language Instructions, Visual Observations and Interactions
语言指令-视觉观察-交互的3D物体功能定位
（多模态输入（文本+图像+动作）定位物体功能区域，如"可抓取的把手"）
241. Leveraging Temporal Cues for Semi-Supervised Multi-View 3D Object Detection
利用时序线索的半监督多视图3D目标检测
（结合视频帧间运动信息提升未标注数据的检测性能）
242. SplatFlow: Multi-View Rectified Flow Model for 3D Gaussian Splatting Synthesis
SplatFlow：多视图校正流模型的3D高斯splatting合成
（通过光流校正跨视图运动，提升动态场景重建精度）
243. Inst3D-LMM: Instance-Aware 3D Scene Understanding with Multi-modal Instruction Tuning
Inst3D-LMM：实例感知的多模态指令调优3D场景理解
（支持"指出红色汽车"等实例级查询的多模态（文本+图像）模型）
244. DiET-GS: Diffusion Prior and Event Stream-Assisted Motion Deblurring 3D Gaussian Splatting
DiET-GS：扩散先验与事件流辅助去运动模糊的3D高斯splatting
（结合事件相机数据去除动态模糊，提升重建清晰度）
245. Change3D: Revisiting Change Detection and Captioning from A Video Modeling Perspective
Change3D：视频建模视角的变化检测与描述
（从视频序列中检测物体变化并生成自然语言描述）
246. 3D Student Splatting and Scooping
3D学生：高斯splatting与特征提取
（可能为教育领域或轻量化模型的3D重建技术，保留原标题隐喻）
247. ASIGN: An Anatomy-aware Spatial Imputation Graphic Network for 3D Spatial Transcriptomics
ASIGN：解剖学感知空间插补图网络的3D空间转录组学
（生物医学领域，从基因表达数据重建三维组织解剖结构）
248. SGFormer: Satellite-Ground Fusion for 3D Semantic Scene Completion
SGFormer：卫星-地面融合的3D语义场景补全
（融合卫星遥感与地面激光雷达数据，补全大规模场景语义信息）
249. PanoGS: Gaussian-based Panoptic Segmentation for 3D Open Vocabulary Scene Understanding
PanoGS：高斯全景分割的3D开放词汇场景理解
（同时分割物体实例与背景语义（如"天空"“草地”）的开放词汇模型）
250. SOAP: Vision-Centric 3D Semantic Scene Completion with Scene-Adaptive Decoder and Occluded Region-Aware View Projection
SOAP：视觉中心的场景自适应解码与遮挡区域感知视图投影3D语义场景补全
（根据场景内容动态调整解码器，提升遮挡区域重建精度）
251. Learning Partonomic 3D Reconstruction from Image Collections
基于图像集合的部件分层3D重建学习
（Partonomic指"部件分层"，如将物体分解为"头部-身体-四肢"进行层级重建）
252. High-fidelity 3D Object Generation from Single Image with RGBN-Volume Gaussian Reconstruction Model
基于RGBN体高斯重建模型的单图像高保真3D物体生成
（RGBN包含法向量信息的四通道图像，提升几何重建精度）
253. Apply Hierarchical-Chain-of-Generation to Complex Attributes Text-to-3D Generation
分层生成链在复杂属性文本到3D生成中的应用
（分阶段生成（全局形状→局部细节→材质）处理多属性文本指令）
254. Functionality Understanding and Segmentation in 3D Scenes
3D场景功能理解与分割
（识别场景中物体的功能区域，如"椅子的座位部分可坐"）
255. MAC-Ego3D: Multi-Agent Gaussian Consensus for Real-Time Collaborative Ego-Motion and Photorealistic 3D Reconstruction
MAC-Ego3D：多智能体高斯共识的实时协同自运动与照片级真实感3D重建
（多个传感器节点通过高斯分布共识优化相机位姿与场景重建）
256. How Do I Do That? Synthesizing 3D Hand Motion and Contacts for Everyday Interactions
How Do I Do That?：日常交互3D手部动作与接触合成
（生成手部操作物体的三维运动轨迹与接触点，如"握杯子"）
257. ODHSR: Online Dense 3D Reconstruction of Humans and Scenes from Monocular Videos
ODHSR：单目视频在线稠密人体与场景3D重建
（实时处理单目视频流，同步重建人体与环境几何）
258. GRAE-3DMOT: Geometry Relation-Aware Encoder for Online 3D Multi-Object Tracking
GRAE-3DMOT：几何关系感知编码器的在线3D多目标跟踪
（建模物体间空间关系（如遮挡、距离）提升跟踪鲁棒性）
259. 3DEnhancer: Consistent Multi-View Diffusion for 3D Enhancement
3DEnhancer：多视图一致扩散的3D增强
（通过扩散模型修复多视图重建中的几何不一致问题）
260. SpectroMotion: Dynamic 3D Reconstruction of Specular Scenes
SpectroMotion：高光场景动态3D重建
（处理金属、镜面等强反射材质的动态物体三维重建）
261. ShapeWords: Guiding Text-to-Image Synthesis with 3D Shape-Aware Prompts
ShapeWords：3D形状感知提示引导的文本到图像合成
（在文本提示中加入几何形状约束（如"立方体形状的机器人"））
262. Insightful Instance Features for 3D Instance Segmentation
3D实例分割的洞察性实例特征
（设计区分度高的实例级特征，解决点云分割中的类别混淆）
263. 3D-GSW: 3D Gaussian Splatting for Robust Watermarking
3D-GSW：鲁棒水印的3D高斯splatting
（在高斯模型中嵌入不可见水印，用于版权保护）
264. Progressive Rendering Distillation: Adapting Stable Diffusion for Instant Text-to-Mesh Generation without 3D Data
渐进渲染蒸馏：无3D数据适配Stable Diffusion的实时文本到网格生成
（蒸馏2D图像生成模型权重，直接生成3D网格）
265. Morpheus: Text-Driven 3D Gaussian Splat Shape and Color Stylization
Morpheus：文本驱动3D高斯splat形状与色彩风格化
（根据文本指令（如"卡通风格"“赛博朋克配色”）修改高斯模型外观）
266. RaCFormer: Towards High-Quality 3D Object Detection via Query-based Radar-Camera Fusion
RaCFormer：基于查询的雷达-相机融合高质量3D目标检测
（Transformer架构下动态查询跨模态特征融合，提升检测精度）
267. DOF-GS: Adjustable Depth-of-Field 3D Gaussian Splatting for Post-Capture Refocusing, Defocus Rendering and Blur Removal
DOF-GS：可调景深的3D高斯splatting（支持后期重聚焦、散焦渲染与去模糊）
（渲染时动态调整焦点，模拟相机光圈效果）
268. Coherent 3D Portrait Video Reconstruction via Triplane Fusion
三平面融合的连贯3D人像视频重建
（Triplane技术结合视频时序信息，生成表情一致的动态人像）
269. UniPre3D: Unified Pre-training of 3D Point Cloud Models with Cross-Modal Gaussian Splatting
UniPre3D：跨模态高斯splatting的3D点云模型统一预训练
（融合图像、点云多模态数据预训练通用特征提取器）
270. G3Flow: Generative 3D Semantic Flow for Pose-aware and Generalizable Object Manipulation
G3Flow：姿态感知泛化物体操作的生成式3D语义流
（根据输入姿态生成物体形变的三维流场，如"弯曲的手臂"）
271. Any3DIS: Class-Agnostic 3D Instance Segmentation by 2D Mask Tracking
Any3DIS：2D掩码跟踪的无类别3D实例分割
（通过2D视频掩码序列推断对应的3D实例分割结果）
272. GO-N3RDet: Geometry Optimized NeRF-enhanced 3D Object Detector
GO-N3RDet：几何优化NeRF增强的3D目标检测器
（结合神经辐射场（NeRF）提升遮挡物体的检测精度）
273. VasTSD: Learning 3D Vascular Tree-state Space Diffusion Model for Angiography Synthesis
VasTSD：血管树状态空间扩散模型的血管造影合成
（医学影像领域，生成血管三维树状结构的扩散模型）
274. Luminance-GS: Adapting 3D Gaussian Splatting to Challenging Lighting Conditions with View-Adaptive Curve Adjustment
Luminance-GS：视图自适应曲线调整的强光环境3D高斯splatting
（根据视角动态调整光照曲线，解决过曝/欠曝问题）
275. LT3SD: Latent Trees for 3D Scene Diffusion
LT3SD：隐树结构的3D场景扩散
（用树状隐变量表示场景分层结构（如"房间-家具-物品"））
276. DIFIX3D+: Improving 3D Reconstructions with Single-Step Diffusion Models
DIFIX3D+：单步扩散模型改进3D重建
（轻量级扩散模型单次推理修复重建中的几何缺陷）
277. LogoSP: Local-global Grouping of Superpoints for Unsupervised Semantic Segmentation of 3D Point Clouds
LogoSP：超点局部-全局分组的无监督3D点云语义分割
（超点（Superpoint）指聚类后的点云块，通过跨块关联实现语义分组）
278. Cross-Modal Distillation for 2D/3D Multi-Object Discovery from 2D Motion
跨模态蒸馏的2D运动多物体2D/3D发现
（从2D视频运动轨迹中蒸馏出三维物体的存在与运动）
279. GEAL: Generalizable 3D Affordance Learning with Cross-Modal Consistency
GEAL：跨模态一致性泛化3D功能学习
（融合文本、图像、点云多模态数据学习物体功能（如"可抓握"））
280. Touch2Shape: Touch-Conditioned 3D Diffusion for Shape Exploration and Reconstruction
Touch2Shape：触觉条件3D扩散的形状探索与重建
（通过触觉传感器数据引导扩散模型生成物体三维形状）
281. Spotting the Unexpected (STU): A 3D LiDAR Dataset for Anomaly Segmentation in Autonomous Driving
Spotting the Unexpected (STU)：自动驾驶异常分割的3D激光雷达数据集
（包含道路异常（如坑洼、障碍物）的标注数据集）
282. BG-Triangle: Bézier Gaussian Triangle for 3D Vectorization and Rendering
BG-Triangle：贝塞尔高斯三角形的3D矢量化与渲染
（用贝塞尔曲线参数化高斯三角形，提升几何建模灵活性）
283. Common3D: Self-Supervised Learning of 3D Morphable Models for Common Objects in Neural Feature Space
Common3D：神经特征空间常见物体3D可变形模型自监督学习
（学习椅子、汽车等常见物体的可变形潜空间，支持姿态/形状生成）
284. The Language of Motion: Unifying Verbal and Non-Verbal Language of 3D Human Motion
运动的语言：统一3D人体运动的语言与非语言表达
（将动作描述文本与肢体语言（如手势）映射至三维运动轨迹）
285. StdGEN: Semantic-Decomposed 3D Character Generation from Single Images
StdGEN：语义分解的单图像3D角色生成
（将角色分解为"身体-服装-发型"等语义部件分别生成）
286. GaussianUDF: Inferring Unsigned Distance Functions through 3D Gaussian Splatting
GaussianUDF：3D高斯splatting推断无符号距离函数
（从高斯分布中提取隐式几何表示，用于网格生成）
287. EffiDec3D: An Optimized Decoder for High-Performance and Efficient 3D Medical Image Segmentation
EffiDec3D：高性能高效3D医学图像分割优化解码器
（轻量化解码器设计，适配实时医学影像分割需求）
288. SAT-HMR: Real-Time Multi-Person 3D Mesh Estimation via Scale-Adaptive Tokens
SAT-HMR：尺度自适应Token的实时多人3D网格估计
（Transformer中动态调整Token尺度，处理不同距离的人体）
289. GEN3C: 3D-Informed World-Consistent Video Generation with Precise Camera Control
GEN3C：3D先验世界一致的精准相机控制视频生成
（生成具有统一3D空间关系的视频，支持相机路径定制）
290. ArcPro: Architectural Programs for Structured 3D Abstraction of Sparse Points
ArcPro：稀疏点结构化3D抽象的建筑程序
（从激光雷达稀疏点云生成建筑结构的参数化模型）
291. CorrBEV: Multi-View 3D Object Detection by Correlation Learning with Multi-modal Prototypes
CorrBEV：多模态原型关联学习的多视图3D目标检测
（在BEV（鸟瞰图）中通过跨模态原型匹配提升检测泛化性）
292. PhysGen3D: Crafting a Miniature Interactive World from a Single Image
PhysGen3D：单图像构建微型交互式3D世界
（生成可交互的微缩场景，如"桌上的科幻城市"）
293. Rethinking End-to-End 2D to 3D Scene Segmentation in Gaussian Splatting
高斯splatting中端到端2D至3D场景分割再思考
（重新设计从单目图像到3D场景分割的端到端流水线）
294. Continuous 3D Perception Model with Persistent State
带持续状态的连续3D感知模型
（维护场景状态（如物体位置）的时序连续性，适用于机器人导航）
295. HybridGS: Decoupling Transients and Statics with 2D and 3D Gaussian Splatting
HybridGS：2D与3D高斯splatting解耦动态与静态场景
（静态背景用3D高斯表示，动态物体用2D视频特征跟踪）
296. A Lightweight UDF Learning Framework for 3D Reconstruction Based on Local Shape Functions
基于局部形状函数的轻量级UDF学习3D重建框架
（UDF=无符号距离函数，局部建模提升计算效率）
297. DriveGEN: Generalized and Robust 3D Detection in Driving via Controllable Text-to-Image Diffusion Generation
DriveGEN：可控文本到图像扩散生成的泛化鲁棒驾驶3D检测
（生成罕见场景（如暴雨中的车辆）增强检测模型鲁棒性）
298. SKDream: Controllable Multi-view and 3D Generation with Arbitrary Skeletons
SKDream：任意骨架可控多视图与3D生成
（用户自定义骨架结构（如"昆虫的六条腿"）生成对应3D模型）
299. Arc2Avatar: Generating Expressive 3D Avatars from a Single Image via ID Guidance
Arc2Avatar：身份引导的单图像表情丰富3D化身生成
（保留输入人像身份特征（如面部轮廓）的动态化身）
300. SeeGround: See and Ground for Zero-Shot Open-Vocabulary 3D Visual Grounding
SeeGround：零样本开放词汇3D视觉定位
（无需类别标注，根据文本描述（如"红色圆柱形物体"）定位3D场景中的区域）
301. IM-Portrait: Learning 3D-aware Video Diffusion for Photorealistic Talking Heads from Monocular Videos
IM-Portrait：单目视频3D感知视频扩散的照片级真实感说话人头生成
（结合3D头部几何模型的视频扩散模型，实现唇形同步的动态人像重建）
302. Data Synthesis with Diverse Styles for Face Recognition via 3DMM-Guided Diffusion
基于3DMM引导扩散的多风格人脸识别数据合成
（利用三维可变形模型（3DMM）生成不同光照、姿态、表情的人脸数据）
303. DiffLocks: Generating 3D Hair from a Single Image using Diffusion Models
DiffLocks：扩散模型单图像生成3D头发
（通过扩散模型从单张人像图生成具有空间层次感的三维毛发结构）
304. DualPM: Dual Posed-Canonical Point Maps for 3D Shape and Pose Reconstruction
DualPM：双姿态-规范点图的3D形状与姿态重建
（通过当前姿态点图与规范姿态点图的双向映射，解耦形状与姿态估计）
305. Volume Tells: Dual Cycle-Consistent Diffusion for 3D Fluorescence Microscopy De-noising and Super-Resolution
Volume Tells：双循环一致扩散的3D荧光显微图像去噪与超分辨率
（生物医学领域，利用循环扩散网络提升荧光显微镜数据的信噪比和分辨率）
306. GBlobs: Explicit Local Structure via Gaussian Blobs for Improved Cross-Domain LiDAR-based 3D Object Detection
GBlobs：高斯Blob显式局部结构的跨域激光雷达3D目标检测增强
（用高斯分布建模点云局部几何结构，提升跨传感器（如不同激光雷达型号）的检测泛化性）
307. Occlusion-aware Text-Image-Point Cloud Pretraining for Open-World 3D Object Recognition
遮挡感知文本-图像-点云预训练的开放世界3D目标识别
（多模态预训练模型学习遮挡鲁棒特征，支持未知类别物体的检测与识别）
308. DirectTriGS: Triplane-based Gaussian Splatting Field Representation for 3D Generation
DirectTriGS：基于三平面的高斯splatting场表示3D生成
（结合Triplane（三平面特征网格）与高斯 splatting，提升生成模型的视角一致性和几何细节）
309. Doppelgangers++: Improved Visual Disambiguation with Geometric 3D Features
Doppelgangers++：几何3D特征增强的视觉歧义消解
（通过三维几何特征（如体积、对称性、凹凸性）区分视觉相似物体，如杯子与花瓶）
310. Masked Scene Modeling: Narrowing the Gap Between Supervised and Self-Supervised Learning in 3D Scene Understanding
掩码场景建模：缩小3D场景理解中监督学习与自监督学习的性能差距
（通过掩码预测任务模拟监督学习的语义特征学习，提升自监督模型的场景理解能力）
311. Recovering Dynamic 3D Sketches from Videos
从视频中恢复动态3D草图
（提取视频中物体运动的三维骨架或轮廓表示，适用于动作分析与动画生成）
312. WiLoR: End-to-end 3D Hand Localization and Reconstruction in-the-wild
WiLoR：真实场景端到端3D手部定位与重建
（无需特殊设备，直接从自然场景图像中输出手部三维网格及空间位置）
313. MASt3R-SLAM: Real-Time Dense SLAM with 3D Reconstruction Priors
MASt3R-SLAM：3D重建先验的实时稠密SLAM
（利用预训练的3D物体模型先验加速同步定位与地图构建，提升动态场景鲁棒性）
314. BimArt: A Unified Approach for the Synthesis of 3D Bimanual Interaction with Articulated Objects
BimArt：铰接物体3D双手交互合成统一方法
（模拟双手与可活动物体（如门把手、工具）的交互过程，生成动力学一致的三维动作序列）
315. Thin-Shell-SfT: Fine-Grained Monocular Non-rigid 3D Surface Tracking with Neural Deformation Fields
Thin-Shell-SfT：神经变形场细粒度单目非刚性3D表面跟踪
（针对薄壳结构（如布料、纸张）的单目视频跟踪，捕捉褶皱、拉伸等细微形变）
316. Seeing A 3D World in A Grain of Sand
沙粒中的3D世界
（隐喻通过显微成像或小尺度重建技术，从微观视角构建三维场景）
317. SplineGS: Robust Motion-Adaptive Spline for Real-Time Dynamic 3D Gaussians from Monocular Video
SplineGS：单目视频实时动态3D高斯的鲁棒运动自适应样条
（使用样条曲线建模高斯单元的运动轨迹，适应快速运动场景的重建需求）
318. LSceneLLM: Enhancing Large 3D Scene Understanding Using Adaptive Visual Preferences
LSceneLLM：自适应视觉偏好增强的大型3D场景理解
（大语言模型结合动态视觉注意力，优先解析场景中关键物体（如人物、车辆）的语义关系）
319. One-shot 3D Object Canonicalization based on Geometric and Semantic Consistency
基于几何语义一致性的单样本3D物体规范化解构
（仅需单张图像，通过几何对齐（如对称面）和语义匹配（如类别标签）生成物体的标准姿态三维模型）
320. Prior-free 3D Object Tracking
无先验3D目标跟踪
（不依赖物体类别、形状或运动模式先验知识的通用目标跟踪算法，适用于未知物体）
321. 3D-GRAND: A Million-Scale Dataset for 3D-LLMs with Better Grounding and Less Hallucination
3D-GRAND：百万级3D-LLM数据集（强语义接地性与低幻觉）
（包含文本描述与对应3D场景的大规模数据集，提升语言模型对空间关系的准确理解）
322. PartGen: Part-level 3D Generation and Reconstruction with Multi-view Diffusion Models
PartGen：多视图扩散模型的部件级3D生成与重建
（将复杂物体分解为部件（如汽车的"车身-车轮-车窗"），分阶段生成并组装三维模型）
323. PerLA: Perceptive 3D Language Assistant
PerLA：感知型3D语言助手
（结合3D场景理解的对话系统，支持"描述茶几上的红色物体"等空间查询与指令执行）
324. Robust 3D Shape Reconstruction in Zero-Shot from a Single Image in the Wild
真实场景单图像零样本鲁棒3D形状重建
（无需特定类别训练数据，直接从自然图像中泛化重建陌生物体的三维形状）
325. Transfer Your Perspective: Controllable 3D Generation from Any Viewpoint in a Driving Scene
视角迁移：驾驶场景任意视角可控3D生成
（根据用户指定的视角（如鸟瞰、第一人称）生成一致的三维驾驶场景，支持虚拟仿真）
326. Dr. Splat: Directly Referring 3D Gaussian Splatting via Direct Language Embedding Registration
Dr. Splat：直接语言嵌入配准的3D高斯splatting
（通过文本指令直接关联高斯单元的语义标签与空间位置，实现"将蓝色高斯移动到沙发左侧"等操作）
327. FruitNinja: 3D Object Interior Texture Generation with Gaussian Splatting
FruitNinja：高斯splatting的3D物体内部纹理生成
（模拟切开物体的内部结构与纹理（如果肉、果肉纤维），支持透明或半透明材质的渲染）
328. Nonisotropic Gaussian Diffusion for Realistic 3D Human Motion Prediction
各向异性高斯扩散的真实感3D人体运动预测
（使用各向异性高斯分布建模关节运动的方向依赖性，如膝关节只能在特定平面弯曲）
329. Flash3D: Super-scaling Point Transformers through Joint Hardware-Geometry Locality
Flash3D：联合硬件-几何局部性的超大规模点Transformer
（优化Transformer架构以利用GPU的局部计算特性，加速处理百万级点云的三维任务）
330. Shading Meets Motion: Self-supervised Indoor 3D Reconstruction Via Simultaneous Shape-from-Shading and Structure-from-Motion
阴影与运动结合：自监督室内3D重建的同时明暗恢复形状与运动恢复结构
（融合光度立体（从阴影推断形状）与运动视差（从帧间运动推断结构）的自监督学习框架）
331. SfM-Free 3D Gaussian Splatting via Hierarchical Training
无SfM分层训练的3D高斯splatting
（无需传统运动恢复结构（SfM）流程，通过分层训练直接从图像序列生成高斯 splatting 模型）
332. RICCARDO: Radar Hit Prediction and Convolution for Camera-Radar 3D Object Detection
RICCARDO：雷达点预测卷积的相机-雷达3D目标检测
（通过雷达点云预测补充视觉深度信息，提升雨雾等低光照场景的检测精度）
333. Relation3D : Enhancing Relation Modeling for Point Cloud Instance Segmentation
Relation3D：点云实例分割的关系建模增强
（通过图神经网络建模点云中各点的语义关系（如"是否属于同一物体"），提升分割准确性）
334. FASTer: Focal token Acquiring-and-Scaling Transformer for Long-term 3D Objection Detection
FASTer：焦点Token获取与缩放Transformer的长时3D目标检测
（动态调整Transformer中的Token注意力权重，优化长时间跨度下的目标跟踪与检测）
335. SplatAD: Real-Time Lidar and Camera Rendering with 3D Gaussian Splatting for Autonomous Driving
SplatAD：自动驾驶3D高斯splatting实时激光雷达与相机渲染
（融合激光雷达点云和相机图像的实时渲染框架，支持驾驶场景的环境感知与可视化）
336. Leveraging 3D Geometric Priors in 2D Rotation Symmetry Detection
2D旋转对称检测中利用3D几何先验
（从2D图像中识别具有三维旋转对称性的物体（如圆柱、球体），辅助姿态估计与形状重建）
337. DeClotH: Decomposable 3D Cloth and Human Body Reconstruction from a Single Image
DeClotH：单图像可分解3D衣物与人体重建
（将人体与衣物的三维重建解耦，支持服装虚拟试穿、姿态不变的衣物编辑等应用）
338. Generative Multiview Relighting for 3D Reconstruction under Extreme Illumination Variation
极端光照变化下生成式多视图重光照3D重建
（通过生成模型模拟不同光照条件下的多视图图像，增强重建算法在强光/阴影场景的鲁棒性）
339. InteractVLM: 3D Interaction Reasoning from 2D Foundational Models
InteractVLM：2D基础模型的3D交互推理
（将CLIP等2D视觉语言模型扩展至3D场景，支持"找出可以坐下的物体"等交互意图理解）
340. POp-GS: Next Best View in 3D-Gaussian Splatting with P-Optimality
POp-GS：P-最优性的3D高斯splatting下一个最佳视图选择
（基于信息论中的P-最优准则，主动选择能最大化场景重建信息增益的扫描视角）
341. NexusGS: Sparse View Synthesis with Epipolar Depth Priors in 3D Gaussian Splatting
NexusGS：极线深度先验的稀疏视图合成3D高斯splatting
（利用极线几何约束和深度先验，从少量视图合成缺失视角的高斯分布，提升稀疏数据重建质量）
342. CrossSDF: 3D Reconstruction of Thin Structures From Cross-Sections
CrossSDF：横截面薄结构3D重建
（从CT/MRI断层图像中重建血管、神经等薄结构的三维 Signed Distance Function（SDF）模型）
343. RoboSpatial: Teaching Spatial Understanding to 2D and 3D Vision-Language Models for Robotics
RoboSpatial：机器人2D/3D视觉语言模型空间理解训练
（通过空间关系（如"左、右、上方"）的文本-图像对，训练模型指导机器人执行空间操作任务）
344. 3D-MVP: 3D Multiview Pretraining for Manipulation
3D-MVP：操作任务的3D多视图预训练
（预训练模型学习多视角物体特征与操作模式，支持机器人抓取、装配等任务的规划）
345. Instant3dit: Multiview Inpainting for Fast Editing of 3D Objects
Instant3dit：多视图修复的快速3D物体编辑
（用户修改单视图中的物体特征（如拉伸、变色），模型自动修复多视图一致性并生成三维编辑结果）
346. Uncertainty Meets Diversity: A Comprehensive Active Learning Framework for Indoor 3D Object Detection
不确定性与多样性结合：室内3D目标检测综合主动学习框架
（结合预测不确定性（如低置信度样本）和样本多样性（如罕见姿态），优化主动数据标注策略）
347. Zero-shot 3D Question Answering via Voxel-based Dynamic Token Compression
基于体素动态Token压缩的零样本3D问答
（将3D场景体素化后压缩为动态Token序列，适配语言模型进行零样本场景问答）
348. UVGS: Reimagining Unstructured 3D Gaussian Splatting using UV Mapping
UVGS：UV映射重构非结构化3D高斯splatting
（为每个高斯单元分配UV纹理坐标，提升材质贴图的效率与一致性，减少纹理扭曲）
349. Pow3R: Empowering Unconstrained 3D Reconstruction with Camera and Scene Priors
Pow3R：相机与场景先验赋能的无约束3D重建
（利用相机内参先验（如焦距）和场景语义先验（如"办公室有桌椅"），提升无约束环境下的重建精度）
350. FreeScene: Mixed Graph Diffusion for 3D Scene Synthesis from Free Prompts
FreeScene：自由提示混合图扩散的3D场景合成
（根据自由文本提示（如"科幻城市中的飞行汽车"），通过图结构建模物体关系并扩散生成三维场景）
351. Ouroboros3D: Image-to-3D Generation via 3D-aware Recursive Diffusion
Ouroboros3D：3D感知递归扩散的图像到3D生成
（以衔尾蛇（Ouroboros）为隐喻，通过递归扩散逐步细化3D结构，实现从单图到完整三维模型的生成）
352. S2Gaussian: Sparse-View Super-Resolution 3D Gaussian Splatting
S2Gaussian：稀疏视图超分辨率3D高斯splatting
（针对少量低分辨率输入视图，通过超分辨率重建和高斯分布优化生成高细节三维场景）
353. MonoDGP: Monocular 3D Object Detection with Decoupled-Query and Geometry-Error Priors
MonoDGP：解耦查询与几何误差先验的单目3D目标检测
（将目标查询（如类别）与几何误差建模（如深度不确定性）分离，提升单目视觉的三维检测精度）
354. Efficient Decoupled Feature 3D Gaussian Splatting via Hierarchical Compression
分层压缩的高效解耦特征3D高斯splatting
（将三维特征分解为全局语义特征与局部几何特征，通过分层压缩降低计算复杂度，提升渲染效率）
355. RENO: Real-Time Neural Compression for 3D LiDAR Point Clouds
RENO：3D激光雷达点云实时神经压缩
（基于神经网络的点云压缩算法，在保持几何细节的同时实现实时压缩，适用于自动驾驶数据传输）
356. COB-GS: Clear Object Boundaries in 3DGS Segmentation Based on Boundary-Adaptive Gaussian Splitting
COB-GS：边界自适应高斯分裂的3DGS分割清晰物体边界
（在物体边界区域动态分裂高斯单元，通过增加局部高斯密度提升分割边界的清晰度与准确性）
357. HOT3D: Hand and Object Tracking in 3D from Egocentric Multi-View Videos
HOT3D：第一人称多视图视频3D手与物体跟踪
（结合多视图视觉线索，实时跟踪手部动作及其交互物体的三维空间运动，如"手持咖啡杯行走"）
358. GLane3D: Detecting Lanes with Graph of 3D Keypoints
GLane3D：3D关键点图的车道检测
（将车道线表示为三维关键点图结构，通过图神经网络建模关键点间的空间关系，提升复杂路况下的车道检测鲁棒性）
359. AniGrad: Anisotropic Gradient-Adaptive Sampling for 3D Reconstruction From Monocular Video
AniGrad：各向异性梯度自适应采样的单目视频3D重建
（根据图像梯度的方向和强度动态调整采样策略，在边缘和纹理丰富区域增加采样密度，提升重建细节）
360. UnCommon Objects in 3D
3D中的非常见物体
（针对日常生活中罕见或异形物体（如工业零件、特殊工具）的三维建模、识别与理解研究）
361. OmniSplat: Taming Feed-Forward 3D Gaussian Splatting for Omnidirectional Images with Editable Capabilities
OmniSplat：前馈式全向图像可编辑3D高斯splatting
（处理全景图像（如360°视频）的实时三维重建，支持交互式编辑高斯单元的位置、颜色及属性）
362. MAD: Memory-Augmented Detection of 3D Objects
MAD：记忆增强的3D目标检测
（引入外部记忆模块存储历史检测到的物体特征，提升对长尾类别（如少样本物体）的检测能力）
363. Mosaic3D: Foundation Dataset and Model for Open-Vocabulary 3D Segmentation
Mosaic3D：开放词汇3D分割基础数据集与模型
（支持任意文本输入的三维语义分割模型，如根据"金属材质的圆柱体"等描述分割点云中的对应区域）
364. Perceptually Accurate 3D Talking Head Generation: New Definitions, Speech-Mesh Representation, and Evaluation Metrics
感知准确的3D说话人头生成：新定义、语音网格表示与评估指标
（提出基于人类感知的真实感评估体系，采用语音驱动的网格变形技术，提升唇形同步与表情自然度）
365. Cubify Anything: Scaling Indoor 3D Object Detection
Cubify Anything：规模化室内3D目标检测
（受SAM（Segment Anything Model）启发，实现对室内场景中任意物体的三维边界框检测与分割）
367. CTRL-D: Controllable Dynamic 3D Scene Editing with Personalized 2D Diffusion
CTRL-D：个性化2D扩散的可控动态3D场景编辑
（利用用户提供的2D图像风格（如卡通、写实）引导三维场景编辑，支持动态物体的运动轨迹与外观控制）
368. Ev-3DOD: Pushing the Temporal Boundaries of 3D Object Detection with Event Cameras
Ev-3DOD：事件相机拓展3D目标检测的时间边界
（利用事件相机的微秒级时间分辨率，提升对高速运动物体（如飞溅物、快速移动物体）的检测帧率）
369. Fast3R: Towards 3D Reconstruction of 1000+ Images in One Forward Pass
Fast3R：单次前向传播千张图像的快速3D重建
（设计高效网络架构，实现对海量图像的并行处理，大幅提升大规模场景重建的速度）
370. RestorGS: Depth-aware Gaussian Splatting for Efficient 3D Scene Restoration
RestorGS：深度感知高斯splatting的高效3D场景修复
（利用深度图引导高斯单元的分布与密度调整，快速修复三维场景中的缺失区域（如遮挡或扫描盲区））
371. Seeing is Not Believing: Adversarial Natural Object Optimization for Hard-Label 3D Scene Attacks
眼见不为实：硬标签3D场景对抗性自然物体优化攻击
（通过优化自然物体的外观（如调整纹理、形状），对3D检测模型实施对抗攻击，验证模型鲁棒性）
372. SDGOCC: Semantic and Depth-Guided Bird’s-Eye View Transformation for 3D Multimodal Occupancy Prediction
SDGOCC：语义与深度引导的鸟瞰图变换3D多模态占据预测
（融合语义标签（如"车辆"“行人”）和深度信息，在鸟瞰图（BEV）中预测三维空间的占据状态）
373. 3D-HGS: 3D Half-Gaussian Splatting
3D-HGS：3D半高斯splatting
（使用半球形高斯分布建模表面朝向相关的光照或几何特征，适用于反射面或各向异性材质的重建）
374. MonoTAKD: Teaching Assistant Knowledge Distillation for Monocular 3D Object Detection
MonoTAKD：单目3D目标检测的助教知识蒸馏
（通过教师-学生架构，利用多模态（如双目、激光雷达）模型的知识蒸馏提升单目模型的检测性能）
扫一扫
160
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
