收集详情
采集完成 · 候选 442 · 已筛选 442
RSS 公告日期：2026-11-09
更新时间：2026-11-09T06:17:16.224741Z
中文总结由 AI 基于论文标题与作者摘要生成。
相关方法 · 5
从几何到功能：用于城市立面语义与功能解析的多任务激光雷达基准数据集
From Geometry to Function: A Multi-Task LiDAR Benchmark Dataset for Semantic and Functional Parsing of Urban Facades
论文提出HFX3D城市立面基准，包含加拿大哈利法克斯26栋建筑、约4.92亿个LiDAR点，覆盖四季、昼夜和多种天气。数据提供语义、实例及功能属性三层标注，并用多类点云与视觉模型进行基准测试。结果显示，类别不均衡使语义分割已较困难，重复结构的实例分离和从几何推断功能更具挑战。
关注理由 直接面向城市建筑立面的多层次语义、实例与功能解析，提供大规模LiDAR数据集和基准，属于城市建筑立面与城市理解的直接支撑。
NanoVDB中的动态GPU体素网格与体素顺序处理
Dynamic GPU Voxel Grids and Voxel-sequential Processing in NanoVDB
论文为NanoVDB引入GPU原生动态拓扑更新和体素顺序访问，支持膨胀、合并、裁剪及跨分辨率粗化与细化，并以位并行算法处理大规模网格。作者报告，包含数亿体素的网格可在数毫秒内重建，相关算子接近峰值内存带宽。摘要还说明其在3D重建和大规模网格体素化等任务上进行了评估。
关注理由 提出面向动态几何处理和3D重建的GPU稀疏体素表示与操作，可作为城市三维重建和生成的底层支撑技术，但并非Gaussian场景表示或城市任务本身。
Align3D：具有图像—结构协同对齐与可观测性感知保真引导的三维场景生成
Align3D: Image-Structure Co-Aligned 3D Scene Generation with Observability-Aware Fidelity-Preserving Guidance
论文提出Align3D，将单张照片、置信度校准的场景图和集合扩散布局去噪器结合，通过置信度加权融合对齐图像与结构信息，并利用可观测性感知引导，将物理先验施加到未充分观测的自由度上。作者在3D-FRONT上报告，相比近期基线提升图像对齐和场景质量指标，并可一次前馈生成布局。
关注理由 研究单张图像到3D布局的生成，属于通用3D场景生成和布局推断，可作为城市布局生成的邻近支撑，但摘要明确聚焦室内场景而非城市环境。
Frontier3DBench：跨对象、场景与交互式开放世界的3D创建编码代理基准
Frontier3DBench: Benchmarking Coding Agents for 3D Creation across Objects, Scenes, and Interactive Open Worlds
论文提出Frontier3DBench，包含覆盖对象、场景和交互式开放世界的145项任务及9类评测，并联合衡量外观、结构与行为。对11种模型—工具配置的实验表明，参考重建普遍难于文本生成；生成世界在局部机制上得分较高，但运动间隙和有状态工作流明显较弱。作者据此将参考保真度与协调活动完成视为主要瓶颈。
关注理由 建立覆盖对象、场景和交互式开放世界创建的3D生成与重建编码代理基准，直接涉及可编辑程序化3D创建，可作为城市生成和场景资产组装的支撑评测。
Video2Asset：在线构建持久化三维街景资产
Video2Asset: Online Construction of Persistent 3D Street-Scene Assets
Video2Asset 面向运动和遮挡条件下的在线街景资产构建，将多视角视频转化为持续更新、对象独立可编辑的场景。方法以占据表示为中间表征，通过历史载体引导进行实例解码，并融合实例对齐的三维特征与多视角外观；随后利用累积身份、几何和外观证据完成对象关联与世界坐标状态更新，结合资产库实例化网格和静态背景。作者报告其提升了多个占据模型上的时序身份一致性与资产质量，并在 nuScenes 上降低了 15.4% 的资产碎片化。
关注理由 摘要直接研究在线三维街景资产构建，涉及多视角视频、持续场景资产、可编辑对象和静态背景，属于城市街景资产构建与重建支撑；但未涉及 Gaussian 场景表示。