自动驾驶

CSNR and JMIM Based Spectral Band Selection for Reducing Metamerism in Urban Driving

基于CSNR和JMIM的光谱波段选择以减少城市驾驶中的色匹配现象

Jiarong Li, Imad Ali Shah, Diarmaid Geever, Fiachra Collins, Enda Ward, Martin Glavin, Edward Jones, Brian Deegan

机构 * School of Engineering, University of Galway, Ireland（Galway大学工程学院，爱尔兰） ； Ryan Institute, University of Galway, Ireland（Galway大学Ryan学院，爱尔兰） ； Valeo Vision Systems, Tuam, Ireland（爱尔兰Tuam市Valeo Vision Systems公司） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出基于信息论技术和图像质量度量的光谱波段选择策略，利用超光谱成像技术提高城市驾驶中对弱势道路使用者的识别能力，通过选择特定波段显著提升感知分离度和色差度量。

Comments Under Review at IEEE OJITS, July, 2025

Journal ref IEEE Open Journal of Intelligent Transportation Systems, vol. 7, pp. 1021-1033, 2026

Learning step-level dynamic soaring in shear flow

在风切变流中学习步级动态滑翔

Lunbing Chen, Jixin Lu, Yufei Yin, Jinpeng Huang, Yang Xiang, Hong Liu

机构 * J.C.Wu Center for Aerodynamics, School of Aeronautics and Astronautics, Shanghai Jiao Tong University（J.C.Wu 动力学中心，航空与航天学院，上海交通大学） 纠错

专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文通过深度强化学习展示在无风切变流中无需显式轨迹规划，仅通过局部感知即可实现稳健的全方位导航，揭示了动态滑翔的反馈控制结构。

LIDARLearn: A Unified Deep Learning Library for 3D Point Cloud Classification, Segmentation, and Self-Supervised Representation Learning

LIDARLearn: 一个用于3D点云分类、分割和自监督表示学习的统一深度学习库

Said Ohamouddou, Hanaa El Afia, Abdellatif El Afia, Raddouane Chiheb

机构 * ENSIAS, Mohammed V University, Rabat, Morocco（穆罕默德五世大学ENSIAS学院，拉巴特，摩洛哥） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出LIDARLearn，一个整合多种3D点云处理方法的统一深度学习库，支持分类、语义分割、部分分割和少样本学习，并提供标准化训练流程和严格多模型比较工具。

SignReasoner: Compositional Reasoning for Complex Traffic Sign Understanding via Functional Structure Units

SignReasoner：通过功能结构单元实现复杂交通标志理解的组合推理

Ruibin Wang, Zhenyu Lin, Xinhai Zhao

机构 * Huawei Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出SignReasoner，通过功能结构单元实现复杂交通标志的组合推理，提升自动驾驶安全。核心方法是功能结构单元，通过分解标志为基本功能块，增强模型对未知配置的泛化能力。

Comments CVPRF 2026

HG-Lane: High-Fidelity Generation of Lane Scenes under Adverse Weather and Lighting Conditions without Re-annotation

HG-Lane：在恶劣天气和光照条件下无需重新标注的高保真车道场景生成

Daichao Zhao, Qiupu Chen, Feng He, Xin Ning, Qiankun Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； School of Artificial Intelligence, Henan University（河南大学人工智能学院） ； University of Science and Technology of China（中国科学技术大学） ； AnnLab, Institute of Semiconductors, Chinese Academy of Sciences（中国科学院半导体研究所 AnnLab） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出HG-Lane框架，通过构建包含30000张图像的基准数据集，提升恶劣天气下车道检测性能，实验显示基于CLRNet的mF1得分提升20.87%。

Comments Accepted by CVPR 2026 (HighLight)

Unified Unsupervised and Sparsely-Supervised 3D Object Detection by Semantic Pseudo-Labeling and Prototype Learning

通过语义伪标签和原型学习实现统一的无监督和稀疏监督3D目标检测

Yushen He, Lei Zhao, Weidong Chen

机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医疗机器人研究院） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China（系统控制与信息处理教育部重点实验室） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出SPL框架，通过语义伪标签和原型学习统一无监督和稀疏监督3D目标检测，生成高质量伪标签并稳定特征学习，实验表明在KITTI和nuScenes数据集上优于现有方法。

All You Need for Object Detection: From Pixels, Points, and Prompts to Next-Gen Fusion and Multimodal LLMs/VLMs in Autonomous Vehicles

自动驾驶所需的所有内容：从像素、点和提示到下一代融合和多模态LLM/VLMs

Sayed Pedram Haeri Boroujeni, Niloufar Mehrabi, Hazim Alzorgan, Mahlagha Fazeli, Abolfazl Razi

机构 * Department One（第一部门） ； Department Two（第二部门） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文探讨自动驾驶中物体检测的最新进展，重点介绍多模态感知、视觉语言模型和大语言模型等新兴方法，分析传感器融合策略及未来发展方向。

DinoRADE: Full Spectral Radar-Camera Fusion with Vision Foundation Model Features for Multi-class Object Detection in Adverse Weather

DinoRADE：基于视觉基础模型特征的全谱雷达-摄像头融合用于恶劣天气下的多类目标检测

Christof Leitgeb, Thomas Puchleitner, Max Peter Ronecker, Daniel Watzenig

机构 * Infineon Technologies AG, Austria（英飞凌科技公司，奥地利） ； Graz University of Technology, Austria（格拉茨技术大学，奥地利） ； Virtual Vehicle Research GmbH, Austria（虚拟车辆研究有限公司，奥地利） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出DinoRADE，通过雷达-摄像头融合和视觉基础模型特征提升恶劣天气下的多类目标检测性能，首次在K-Radar数据集上评估并超越现有方法12.1%。

Comments Accepted to IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026

Unsupervised Multi-agent and Single-agent Perception from Cooperative Views

无监督多智能体和单智能体感知：协作视角

Haochen Yang, Baolu Li, Lei Li, Delin Ren, Jiacheng Guo, Minghai Qin, Tianyun Zhang, Hongkai Yu

机构 * Cleveland State University（克利夫兰州立大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出UMS框架，通过多智能体协作提升点云密度，利用协作视角进行无监督3D目标检测，实验证明在V2V4Real和OPV2V数据集上性能优于现有方法。

Comments Accepted to CVPR2026

YOLOv11 Demystified: A Practical Guide to High-Performance Object Detection

YOLOv11 解密：高性能目标检测的实用指南

Nikhileswara Rao Sulake

机构 * Rajiv Gandhi University of Knowledge Technologies, Nuzvid, India（拉吉夫·甘地知识技术大学，努兹维德，印度） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文解析YOLOv11的架构，介绍其创新模块提升特征提取和小目标检测能力，并通过实验展示其在精度和推理速度上的优势。

Comments Paper accepted to CVC 2026 conference, but not continued due to no financial support

Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception

通过3D几何感知统一无人机跨视角地理定位

Haoyuan Li, Wen Yang, Fang Xu, Hong Tan, Haijian Zhang, Shengyang Li, Gui-Song Xia

机构 * School of Electronic Information, Wuhan University（武汉大学电子信息学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Technology and Engineering Center for Space Utilization and the Key Laboratory of Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心暨空间利用重点实验室） ； School of Aeronautics and Astronautics, University of Chinese Academy of Sciences（中国科学院大学航空宇航学院） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 本文提出一种几何感知的无人机地理定位框架，通过构建局部3D场景并生成虚拟俯视图，实现粗粒度场所识别与细粒度姿态估计的统一，提升GNSS拒止环境下无人机的定位精度。

Comments 15 pages, 10 figures

Riemannian and Symplectic Geometry for Hierarchical Text-Driven Place Recognition

Riemannian和Symplectic几何用于层次化文本驱动的位置识别

Tianyi Shang, Zhenyu Li

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出SympLoc框架，通过多级对齐策略提升文本到点云定位的鲁棒性，实验显示在KITTI360Pose数据集上Top-1召回率提升19%。

Comments 9 pages

AdaRadar: Rate Adaptive Spectral Compression for Radar-based Perception

AdaRadar: 基于雷达感知的自适应频谱压缩

Jinho Park, Se Young Chun, Mingoo Seok

机构 * Columbia University（哥伦比亚大学） ； Seoul National University（首尔国立大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出AdaRadar，通过自适应反馈机制实现雷达数据压缩，动态调整压缩比并利用零阶梯度近似，结合离散余弦变换和量化技术，实现超过100倍的特征尺寸缩减，性能损失仅约1%。

Comments Accepted to CVPR 2026. Project page: https://jp4327.github.io/adaradar/

ReScene4D: Temporally Consistent Semantic Instance Segmentation of Evolving Indoor 3D Scenes

ReScene4D: 时空一致的动态室内3D场景语义实例分割

Emily Steiner, Jianhao Zheng, Henry Howard-Jenkins, Chris Xie, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Meta Reality Labs Research（Meta现实实验室） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 ReScene4D提出了一种新的4D室内语义实例分割方法，通过时空对比损失、掩码和序列化技术，在无需密集观测的情况下实现实例跟踪和性能提升，引入t-mAP指标评估时空一致性。

Comments CVPR 2026

Human Insights Driven Latent Space for Different Driving Perspectives: A Unified Encoder for Efficient Multi-Task Inference

由人类洞察驱动的潜在空间：一种统一编码器用于高效的多任务推理

Huy-Dung Nguyen, Anass Bairouk, Mirjana Maras, Wei Xiao, Tsun-Hsuan Wang, Patrick Chareyre, Ramin Hasani, Marc Blanchon, Daniela Rus

机构 * Hybrid Intelligence, part of Capgemini Engineering（Hybrid Intelligence，Capgemini Engineering 旗下） ； Computer Science and Artificial Intelligence Laboratory (CSAIL), MIT（麻省理工学院计算机科学与人工智能实验室（CSAIL）） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出一种统一编码器，通过多任务学习提升自动驾驶中的视觉感知任务性能，并在转向估计中展示出优于其他方法的优势。

Better than Average: Spatially-Aware Aggregation of Segmentation Uncertainty Improves Downstream Performance

优于平均：基于空间的分割不确定性聚合改进下游性能

Vanessa Emanuela Guarino, Claudia Winklmayr, Jannik Franzen, Josef Lorenz Rumberger, Manuel Pfeuffer, Sonja Greven, Klaus Maier-Hein, Carsten T. Lüth, Christoph Karg, Dagmar Kainmueller

机构 * Max-Delbrück-Center (MDC)（马克斯·德尔布吕克中心） ； Helmholtz Imaging（亥姆霍兹成像） ； Charité Universitätsmedizin（柏林夏里特医学院） ； Humboldt-Universität zu Berlin（柏林洪堡大学） ； University of Potsdam（波茨坦大学） ； German Cancer Research Center (DKFZ)（德国癌症研究中心） ； Heidelberg University（海德堡大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 研究通过空间感知的不确定性聚合方法提升下游任务性能，分析现有聚合策略的优劣，提出新策略并验证其在不同数据集上的有效性。

Comments 27 pages, 13 figures, 6 tables. Accepted at CVPR 2026 (The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026)

Bootstrap Perception Under Hardware Depth Failure for Indoor Robot Navigation

基于硬件深度故障的室内机器人导航 bootstrap 感知系统

Nishant Pushparaju, Vivek Mattam, Aliasghar Arab

机构 * New York University（纽约大学） ； City College of New York（纽约市立学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种在硬件深度故障情况下用于室内机器人导航的 bootstrap 感知系统，通过自参照性质校准单目深度，提升障碍物感知覆盖率。

A Semantic Observer Layer for Autonomous Vehicles: Pre-Deployment Feasibility Study of VLMs for Low-Latency Anomaly Detection

面向自动驾驶的语义观察层：VLMs在低延迟异常检测中的预部署可行性研究

Kunal Runwal, Swaraj Gajare, Daniel Adejumo, Omkar Ankalkope, Siddhant Baroth, Aliasghar Arab

机构 * The City College of New York, Grove School of Engineering（纽约市立学院格罗夫工程学院） ； Department of Mechanical and Aerospace Engineering, Tandon School of Engineering, New York University（纽约大学坦登工程学院机械与航空航天工程系） ； Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University（纽约大学坦登工程学院电气与计算机工程系） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出一种语义观察层，通过量化视觉-语言模型实现低延迟异常检测，验证了其在自动驾驶平台上的可行性。

Image Segmentation via Divisive Normalization: dealing with environmental diversity

通过除法归一化进行图像分割：应对环境多样性

Pablo Hernández-Cámara, Jorge Vila-Tomás, Paula Dauden-Oliver, Nuria Alabau-Bosque, Valero Laparra, Jesús Malo

机构 * Image Processing Lab, Universitat de València（巴伦西亚大学图像处理实验室） ； ValgrAI: Valencian Grad. School Research Network of AI（ValgrAI：巴伦西亚人工智能研究生研究网络） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文通过在U-Net中引入除法归一化，研究其在极端环境下的图像分割性能，发现其在不同光照、动态范围和对比度条件下均表现更优且更稳定。

A Self-Rotating Tri-Rotor UAV for Field of View Expansion and Autonomous Flight

一种用于视野扩展和自主飞行的自旋转三旋翼无人机

Xiaobin Zhou, Zihao Zheng, Aoxu Jin, Lei Qiang, Bo Zhu

机构 * School of Robotics and Automation, Nanjing University（南京大学机器人学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出SPINNER无人机，通过持续旋转扩大摄像头和激光雷达的视野，提升环境感知效率，并实现三维定位和姿态控制。

Intelligent Road Condition Monitoring using 3D In-Air SONAR Sensing

利用3D空中SONAR传感进行智能道路状况监测

Amber Cassimon, Robin Kerstens, Walter Daems, Jan Steckel

机构 * Department of Electronics and ICT Engineering Technology, Cosys-Lab Research Group, University of Antwerp（安特卫普大学电子与ICT工程技术系Cosys-Lab研究组） ； Flanders Make Strategic Research Centre（弗兰德斯制造战略研究中心） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文研究了空中3DSONAR传感器在道路表面状况监测中的应用，通过单个数据集实现道路材料分类和道路损坏检测，采用SONAR传感在恶劣天气下表现更优，但损坏检测准确率仍需提升。

Comments 10 pages, 9 figures, 2 tables

S3KF: Spherical State-Space Kalman Filtering for Panoramic 3D Multi-Object Tracking

S3KF：基于旋转激光雷达和四鱼眼相机的全景三维多目标跟踪框架

Zhongyuan Liu, Shaonan Yu, Jianping Li, Pengfei Wan, Xinhang Xu, Pengfei Wang, Maggie Y. Gao, Lihua Xie

机构 * CertaintyX ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； ST Engineering（新科工程） ； School of Civil and Environmental Engineering, Nanyang Technological University（南洋理工大学土木与环境工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出S3KF框架，利用旋转激光雷达和四鱼眼相机实现全景三维多目标跟踪，通过球面状态表示和扩展球面卡尔曼滤波提升跟踪精度与实时性。

Unleashing the Power of Chain-of-Prediction for Monocular 3D Object Detection

释放链式预测在单目3D物体检测中的潜力

Zhihao Zhang, Abhinav Kumar, Girish Chandar Ganesan, Xiaoming Liu

机构 * Michigan State University（密歇根州立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出MonoCoP框架，通过链式预测和不确定性引导选择器结合，提升单目3D检测的深度精度，尤其在远距离物体上表现优异。

Journal ref CVPR 2026

WildDepth: A Multimodal Dataset for 3D Wildlife Perception and Depth Estimation

WildDepth：用于野生动物感知和深度估计的多模态数据集

Muhammad Aamir, Naoya Muramatsu, Sangyun Shin, Matthew Wijers, Jia-Xing Zhong, Xinyu Hou, Amir Patel, Andrew Loveridge, Andrew Markham

机构 * University of Oxford（牛津大学） ； University of Cape Town（开普敦大学） ； University College London（伦敦大学学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出WildDepth数据集，通过同步RGB和LiDAR数据提升动物深度估计和3D重建性能，实验表明多模态数据使深度可靠性提升10%RMSE，3D重建精度提高12%。

ModTrack: Sensor-Agnostic Multi-View Tracking via Identity-Informed PHD Filtering with Covariance Propagation

ModTrack：通过身份感知的PHD滤波与协方差传播实现传感器无关的多视角跟踪

Aditya Iyer, Jack Roberts, Nora Ayanian

机构 * Brown University（布朗大学） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 ModTrack通过身份感知的PHD滤波与协方差传播实现多视角多目标跟踪，提供跨模态、传感器无关的泛化能力及可追溯的不确定性。系统将学习限制在检测和特征提取阶段，利用闭式分析方法进行融合、关联和跟踪，实现95.5 IDF1和91.4 MOTA的优异性能。

RealRestorer: Towards Generalizable Real-World Image Restoration with Large-Scale Image Editing Models

RealRestorer：迈向通用的现实世界图像修复的大型图像编辑模型

Yufeng Yang, Xianfang Zeng, Zhangqi Jiang, Fukun Yin, Jianzhuang Liu, Wei Cheng, jinghong lan, Shiyu Liu, Yuqi Peng, Gang YU, Shifeng Chen

机构 * Southern University of Science and Technology（南方科技大学） ； StepFun ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Shenzhen University of Advanced Technology（深圳理工大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出RealRestorer，通过构建大规模数据集和训练先进开源模型，提升现实世界图像修复的泛化能力，并引入RealIR-Bench评估基准，实验表明其在开源方法中表现最佳。

Comments 27 pages, 15 figures, Project homepage: https://yfyang007.github.io/RealRestorer/

V2U4Real: A Real-world Large-scale Dataset for Vehicle-to-UAV Cooperative Perception

V2U4Real: 一种用于车辆与无人机协同感知的真实世界大规模数据集

Weijia Li, Haoen Xiang, Tianxu Wang, Shuaibing Wu, Qiming Xia, Cheng Wang, Chenglu Wen

机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing, Xiamen University, China（福建省城市智能感知与计算重点实验室，厦门大学，中国） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University, China（多媒体可信感知与高效计算教育部重点实验室，厦门大学，中国） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出V2U4Real数据集，用于研究跨视角协同感知，包含56K激光雷达帧、56K多视角图像和700K标注的3D边界框，评估了多种先进模型，展示了V2U协作在提升感知鲁棒性和远距离感知方面的有效性。

Comments Accepted by CVPR2026

SDD-YOLO: A Small-Target Detection Framework for Ground-to-Air Anti-UAV Surveillance with Edge-Efficient Deployment

SDD-YOLO：一种面向地面到空中反无人机监视的高效边缘部署小目标检测框架

Pengyu Chen, Haotian Sa, Yiwei Hu, Yuhan Cheng, Junbo Wang

机构 * Chien-Shiung Wu College, Southeast University（东南大学吴健雄学院） ； School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV

AI总结 本文提出SDD-YOLO框架，针对地面到空中反无人机监视中的小目标检测问题，通过高分辨率检测头和改进的训练策略提升检测性能与效率。

Denoise and Align: Towards Source-Free UDA for Robust Panoramic Semantic Segmentation

去噪与对齐：迈向无源无监督领域适应的鲁棒全景语义分割

Yaowen Chang, Zhen Cao, Xu Zheng, Xiaoxin Mi, Zhen Dong

机构 * Wuhan University（武汉大学） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Wuhan University of Technology（武汉理工大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出DAPASS框架，通过全景置信度引导去噪和上下文分辨率对抗模块，解决无源领域适应中因几何失真和数据缺失导致的伪标签不准确问题，提升户外和室内场景的语义分割性能。

Comments Accepted to CVPR26

StreamingClaw Technical Report

流式Claw技术报告

Jiawei Chen, Zhe Chen, Chaoqun Du, Maokui He, Wei He, Hengtao Li, Qizhen Li, Zide Liu, Hao Ma, Xuhao Pan, Chang Ren, Xudong Rao, Xintian Shen, Chenfeng Wang, Tao Wei, Chengjun Yu, Pengfei Yu, Shengyu Yao, Chunpeng Zhou, Kun Zhan, Lihao Zheng, Pan Zhou, Xuhan Zhu, Yufei Zheng

机构 * Li Auto Inc.（理想汽车） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出StreamingClaw框架，解决流式视频理解与具身智能中的实时推理、多模态记忆和闭环控制问题，提升复杂环境下的自主决策能力。

Comments Under Progress