目前艾迈斯欧司朗、意法半导体、滨松、芯视界、芯探科技、蓝海光电、思岚科技、锐驰智光、海飞通、国科光芯、乐动机器人、天河电子、力策科技、国微感知、微源光子、北极芯微、世瞳微电子、识光芯科、矽印科技、飞芯电子、长光辰芯、思特微、迅来光电、彩谱科技、灵明光子、宇称电子、循光科技、睿熙科技、瑞识科技、核芯光电、纵慧芯光、柠檬光子、映讯芯光、光引科技、米铱、翌视科技、善测科技、积高电子、高谱成像、光寻智能、

然而，现有的 SAM 适配方法（如 VRP-SAM）主要依赖骨干网络提取的通用特征，忽略了 SAM 自身提示编码器（Prompt Encoder）的特征特性，且往往未能充分利用背景（负样本）信息来约束分割边界，导致生成的提示精度不足。尽管 SAM 凭借卓越的零样本泛化能力为此提供了强大的基础，但将其应用于此仍受限于提示（如点或框）构建，这样的需求不仅制约了批量推理的自动化效率，更使得模型在处理复杂

我们推测，这一优势源于我们的头部直接对图像特征进行操作，而不是在构建代价体时将外观压缩为相关分数：点积相似性可能会丢弃边界处对可见性具有预测性的通道线索，而基于扭曲索引的特征则保留了这些信息，供遮挡头部使用。太长不看版：基于简单变形算法的架构，实现密集点跟踪和光流计算，无需使用成本高昂的体积数据，却能在TAP-Vid和RoboTAP测试中取得领先成果，同时具备出色的零样本光流性能。与我们的研究更相

3D视觉工坊春节专属课程福利重磅来袭！为回馈新老学员一路支持，本次活动特推出重磅折扣福利，所有课程统一享7折特惠，其中10门课程支持一次性全部打包购买(限时福利仅需279元)！3D视觉工坊所涉及课程的包括但不限于：工业3D视觉、自动驾驶、SLAM、具身智能、扩散模型、无人机、大模型和3D视觉基础等。上图中的：ROS2、相机标定、线结构光、3D缺陷检测、激光-视觉-IMU-GPS融合SLAM、、模型

HDR条纹生成模块通过长短曝光的低动态范围条纹图输入，利用注意力权重引导网络聚焦于高反射物体的低曝光条纹和低反射物体的高曝光条纹特征，同时通过特征层的权重蒸馏约束特征边界，从而合成具有相位特征的HDR条纹，显著减少所需曝光次数。然而，条纹轮廓测量的前提是获取精准的调制图案，这一过程中，受到相机成像动态范围的限制，尤其是对于具有不同表面反射率的物体，重建效果往往不理想，极大地限制了其在复杂场景中的应

研究结果表明该方法能实现精确、自适应的工具操作，但仍存在局限，未来可扩展到更多铰接工具，并将框架与现有灵巧手抓取技术集成，形成从工具拾取到任务执行的完整流程。实验证实了我们的表示和框架的有效性。我们使用一个在合成点云上训练的编码器来估计工具的可供性状态，具体来说，就是根据输入点云确定不同的工具配置（如镊子的张开角度）如何实现对不同大小物体的抓取，从而实现精确的工具操作。提出了一种分层强化学习框架，

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达本次分享我们邀请到了上汽零束公司智能云平台算法工程师王瑞博，为大家详细介绍他们的工作：NeRO.如果您有相关工作需要分享，欢迎文末联系我们NeRO: Neural Road Surface Reconstruction代码：https://github.com/ToeleoT/NeRO论文：https://arxiv.org/pdf

点击下方卡片，关注「计算机视觉工坊」公众号选择星标，干货第一时间送达编辑：计算机视觉工坊添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程（星球成员免费学习）、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达来源：量子位 | 编辑：计算机视觉工坊添加小助理：dddvision，备注：3D目标检测，拉你入群。文末附行业细分群扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程（星球成员免费学习）、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科

作者：PCIPG-Zhb | 来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf、代码、视频链接。添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群。1 前言点云作为一种重要的数据表示,广泛应用于自动驾驶、增强现实和机器人技术等领域。由于点云数据量通常很大,对其进行采样以获得一个具有代表性的点集子集是三维计算机视觉中的一个基础和重要的任务。除了.