cs.CV（2025-11-09）

📊 共 12 篇论文 | 🔗 5 篇有代码

🎯 兴趣领域导航

支柱三：空间感知 (Perception & SLAM) (8 🔗4) 支柱一：机器人控制 (Robot Control) (2) 支柱二：RL算法与架构 (RL & Architecture) (2 🔗1)

🔬 支柱三：空间感知 (Perception & SLAM) (8 篇)

#题目一句话要点标签🔗⭐
1 Inpaint360GS: Efficient Object-Aware 3D Inpainting via Gaussian Splatting for 360° Scenes 提出Inpaint360GS，通过高斯溅射实现高效的360°场景物体感知3D修复。 3D gaussian splatting 3DGS gaussian splatting ✅
2 VDNeRF: Vision-only Dynamic Neural Radiance Field for Urban Scenes 提出VDNeRF以解决动态城市场景中的相机姿态估计问题 NeRF neural radiance novel view synthesis
3 Physics-Informed Deformable Gaussian Splatting: Towards Unified Constitutive Laws for Time-Evolving Material Field 提出物理信息可变形高斯溅射，统一时变材料场的本构定律，提升动态场景重建质量。 3D gaussian splatting 3DGS gaussian splatting
4 DiffusionUavLoc: Visually Prompted Diffusion for Cross-View UAV Localization DiffusionUavLoc：基于视觉提示扩散的跨视角无人机定位方法 localization ✅
5 BuildingWorld: A Structured 3D Building Dataset for Urban Foundation Models BuildingWorld：构建用于城市基础模型的结构化3D建筑数据集 point cloud navigation
6 Label-Efficient 3D Forest Mapping: Self-Supervised and Transfer Learning for Individual, Structural, and Species Analysis 利用自监督和迁移学习实现标签高效的3D森林测绘 point cloud
7 Adaptive 3D Reconstruction via Diffusion Priors and Forward Curvature-Matching Likelihood Updates 提出基于扩散先验和前向曲率匹配的自适应3D重建方法，提升重建质量和效率。 point cloud ✅
8 Temporal-Guided Visual Foundation Models for Event-Based Vision 提出TGVFM，利用时序引导的视觉基础模型解决事件相机视觉任务 depth estimation ✅

🔬 支柱一：机器人控制 (Robot Control) (2 篇)

#题目一句话要点标签🔗⭐
9 Gait Recognition via Collaborating Discriminative and Generative Diffusion Models 提出CoD$^2$框架，结合判别与生成扩散模型提升步态识别性能 gait walking representation learning
10 Robust Nearest Neighbour Retrieval Using Targeted Manifold Manipulation 提出TMM-NN，通过目标流形操控实现鲁棒的近邻检索，提升噪声环境下的性能。 manipulation

🔬 支柱二：RL算法与架构 (RL & Architecture) (2 篇)

#题目一句话要点标签🔗⭐
11 CINEMAE: Leveraging Frozen Masked Autoencoders for Cross-Generator AI Image Detection CINEMAE：利用冻结的掩码自编码器进行跨生成器AI图像检测 masked autoencoder MAE
12 VideoSSR: Video Self-Supervised Reinforcement Learning 提出VideoSSR，利用视频自监督强化学习提升多模态大语言模型的视频理解能力。 reinforcement learning ✅

⬅️ 返回 cs.CV 首页 · 🏠 返回主页