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：计算机视觉工坊添加小助理：cv3d008，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。扫描下方二维码，加入「3D视觉从入门到精通」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门秘制视频课程、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

在这篇论文中，我们提出了一种轻量级的3D物体检测框架，名为PromptDet，它由一个相机检测器和激光雷达辅助的Prompter组成。PromptDet通过AHA进行激光雷达和相机的融合，如果同时有图像和激光雷达点，它是一个轻量级的多模态检测器。由于CMKl，PromptDet仍然优于仅以图像为输入的基线。AHA和CMKI构成了即插即用的激光雷达辅助Prompter，整个框架的训练非常简单只需少量

在本文中，我们提出了RoomTour3D，这是一个从房间参观视频自动整理得到的新型数据集，用于视觉语言导航（VLN）任务。通过利用视频数据的丰富性和顺序性，并结合物体多样性和空间感知，我们从1847个房间参观场景中生成了20万条导航指令和1.7万条动作丰富的轨迹。此外，我们还从视频帧和重建的3D场景中生成了可导航轨迹，这显著提升了性能，并在SOON和REVERIE基准上创造了新的最先进结果。这种方

3DGS技术是近年来计算机视觉领域最具突破性的研究成果之一。它不仅在学术界引起了广泛关注，成为计算机视觉、SLAM等领域的研究热点，而且每天都有大量基于Gaussian Splatting的新研究问世。此外，3DGS技术在商业应用方面也取得了显著进展，许多商业公司正在积极推动3DGS技术的商业化落地。随着3DGS技术的商业化进程加速，与之相关的计算机视觉岗位也如雨后春笋般涌现。

点击下方卡片，关注「计算机视觉工坊」公众号选择星标，干货第一时间送达作者：小张Tt，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、3DGS系列、计算机视觉书籍、优质3D视觉算法源码等。想要入

通过正确地定义机器人坐标系，可以将机器人的运动与所需的位置和姿态进行精确匹配，使机器人能够在不同的任务和环境中进行准确的定位和操作，实现高效率和高质量的工作。转换过程中，每个像素的深度值结合其在图像中的位置（u, v）和相机的内参（如焦距、光心位置），可以计算出对应的三维点坐标（X, Y, Z）。：通常指的是二维图像，如照片或屏幕截图，它包含的是平面上的像素信息，没有深度信息。计算相机和机器人的相

开放词汇检测(OVD)旨在检测超出预定义类别集的对象。作为将YOLO系列融入OVD的先锋模式，YOLO世界非常适合优先考虑速度和效率的场景。然而，其颈部特征融合机制导致了二次复杂度和有限的引导感受野，从而影响了其性能。为了解决这些限制，我们提出了曼巴-YOLO-世界，一种新的基于YOLO的OVD模型，采用建议的曼巴融合路径聚合网络(曼巴融合-PAN)作为其颈部架构。

这项工作提出了一种简单而统一的SOT框架，即SUTrack，它将五个SOT任务集成到一个统一型中进行训练。SUTrack表明，一个具有统一输入表示的单模型能够处理各种SOT任务，消除了对单独的任务特定模型或训练过程的需要。广泛的实验证明，SUTrack是有效的，在所有五个SOT任务中都取得了具有竞争力的性能。我们希望SUTrack能够成为未来统一单目标跟踪研究的坚实基础。对更多实验结果和文章细节感