提出了一种新颖的无监督领域自适应三维检测框架 GPA-3D，通过显式利用点云对象的内在几何关系来减少特征差异，从而实现跨领域的转移，并在各种基准测试中证明了其优越性。

Aug, 2023

本文介绍了一种名为 GraphAlign 的更准确的 3D 物体检测特征对齐策略，采用图匹配的方式融合来自图像分割编码器的图像特征和来自 LiDAR 的点云特征，通过投影校准和自我注意机制实现异构模态间的特征对齐。我们在 nuScenes 基准上进行广泛实验，证明了 GraphAlign 的有效性和效率。

Oct, 2023

本文研究了图形实现问题，提出了 3D-ASAP 算法，并将其应用于结构生物学领域中的分子问题，该算法包括采用谱分区算法的更快版本，并且在测量距离高噪声和连接稀疏的情况下表现良好且与最新的本地化算法相比有优越性。

Nov, 2011

本文提出了 SGAligner 方法，基于多模态知识图谱和对比学习，实现了对两个 3D 场景图进行对齐的功能并且证明了其可用于估算 3D 场景之间的变换。

Apr, 2023

MiniGPT-3D 是一种高效而强大的 3D-LLM，仅经过 27 小时在一台 RTX 3090 上训练，在 2D-LLMs 的 2D 先验知识的帮助下，使用四阶段训练策略进行模态对齐，并采用高效聚合特征的混合查询专家模块，以及低参数的微调方法 LoRA 和 Norm 微调，在 3D 对象分类和字幕任务上实现了具有显著较低训练成本的 SOTA 结果。

May, 2024

提出了一种名为 Far3D 的新型稀疏查询框架，通过利用高质量的二维对象先验信息生成三维自适应查询，引入了透视感知聚合模块来高效捕获长距离对象在不同视角和尺度上的区别性特征，并通过范围调制的三维去噪方法解决了长距离任务中查询错误传播和收敛问题，相较于基于 LiDAR 的方法，在覆盖范围 150 米的具有挑战性的 Argoverse 2 数据集上表现出最先进的性能，并且在 nuScenes 数据集上相比之前的方法也展示了更好的性能。

Aug, 2023

Video-3DGS 是一种基于 3D 高斯雾化技术改进的视频编辑器，旨在增强零痕编辑中的时间一致性，并通过在两个阶段利用三维高斯进行视频重构和编辑来展示其有效性。

Jun, 2024

通过引入可微分的相似性引导采样（SGS）模块，将其作为额外层集成到 3D CNN 中，可以将 3D CNN 转换为具有自适应时间特征分辨率（ATFR）的更高效 CNN，减少了一半的计算成本（GFLOPs），同时保留甚至提高精度。

Nov, 2020

CLIP-GS integrates semantics from Contrastive Language-Image Pre-Training (CLIP) into Gaussian Splatting, utilizing Semantic Attribute Compactness (SAC) and 3D Coherent Self-training (3DCS), achieving improved segmentation results with real-time rendering speed.

Apr, 2024

本篇论文介绍一种新的基于超像素点的变压器架构，用于高效地语义分割大规模 3D 场景。

Jun, 2023