SA-Homo新方法：8倍尺度差异也能稳住
单应性估计看着像“老题”，但一碰到尺度差异就容易翻车。SA-Homo的思路很直接：先用重模块把大尺度错位拉回来，再用轻模块做精修，工程味很足，HMSA数据集也补上了真实痛点。
标签：图像配准
共 35 篇
2-甲基环氧乙烷新发现：双探测器直接看见左右手偏转
这篇论文最有意思的地方，不是“看见了手性”，而是把手性分子的左右差异拍成了时间序列。两束飞秒脉冲先把分子拧起来，再用双探测器把平面内旋转和出平面取向同时抓住，实验和模拟还对上了。
NavIsaacLab来了：并行仿真把人群导航练到像真的
这篇论文把“人群导航”从简单避障，直接拉到了“高保真仿真+并行训练+真实机器人验证”的完整链路。更关键的是，它不只会搭场景，还把行人的轨迹和全身动作都做得更像真的，适合做 benchmark，也适合拿来练策略。
CVPR新思路？无对应点云配准快10倍
点云配准里最烦的事，不是算不动，而是先得“找对象”。这篇 Generalized-CVO 直接把对应点这一步掀桌子，改用各向异性核和二阶黎曼优化，速度和鲁棒性都挺能打。
Apple新作Velox：单段视频生成4D世界
这篇 Velox 有点意思：不靠时间对应，不靠复杂输入，只拿动态点云就想把 4D 几何和外观一起学明白。更妙的是，它不止会“记住”4D，还能拿去做视频转4D、3D追踪和布料仿真，算是把潜在表征这张牌打得挺顺。
多伦多大学最新研究：黑暗中的3D重建，信噪比低于-4dB也不怕！
黑暗环境下的3D重建一直是计算机视觉的"禁区"——常规的SfM管线在低信噪比下直接崩溃。多伦多大学带来的Dark3R另辟蹊径，通过教师-学生蒸馏把MASt3R这类3D基础模型"教会"在黑暗中看清世界，仅需噪声-干净RAW图像对训练，无需任何3D真值监督。看过的龙迷都直呼"真不错"！
最新基准测试：预测脑胶质瘤IDH突变，传统放射组学竟效果优于四大MRI基础模型
让最先进的MRI基础模型和“老古董”放射组学同台竞技，结果传统方法完胜？这篇论文对所有搞医学影像AI的人来说，都是一盆清醒的冷水。它告诉你，大模型未必是万能药，基线方法才是真正的试金石。
普林斯顿重磅研究：PINN反演河道摩擦系数，几组数据就能精准建模？
洪水模拟中，河道摩擦系数（曼宁系数）是极其关键的参数，但传统方法又贵又难校准。普林斯顿的学者们这次不玩虚的，用一维和二维浅水方程基准测试，系统性地拷问了PINN在稀疏、有噪声的观测数据下，到底能不能靠谱地反演出这个参数。结论很硬核：二维情况下，10个点，10%噪声，误差直奔5%以下。但一维却有15%的系统偏差，且联合观测深度和速度是核心关键。这篇文章，对搞水
费米面看图定手性：AI一招99%准确率，秒杀传统STM
晶体表面也有“左手”和“右手”？ 一种全新的AI方法，用ResNet18分析“费米面”图像，准确率高达99%，比人眼看原子尺度图像靠谱多了！这对设计新型自旋电子器件意义重大。
组合图像检索去噪新范式：全局结构与动态价值双校准，20%噪声下SOTA
组合图像检索（CIR）领域一直被“三元组噪声”困扰。山东大学这篇ICMR'26的RankVR，别出心裁地用“有效秩”来度量全局结构一致性，再配合课程学习思想动态感知样本价值，思路清奇，效果硬核，值得一读！
普林斯顿生成式框架让0.2m/s行星信号无处遁形
让AI看星星，居然能比人眼强26倍！普林斯顿团队用生成式模型从噪声中“捞”出系外行星信号，地球2.0的搜寻又近了一大步。
