ETH Zurich（苏黎世联邦理工学院）

MAGneT-3D: Monocular and Domain-Generalizable Temporal 3D Detection

MAGneT-3D：单目与领域通用的时序3D检测

Mohamed Kotb, Johannes Meier, Christoph Reich, Oussema Dhaouadi, Luis Denninger, Daniel Cremers

机构 * TU Munich（慕尼黑工业大学） ； TU Darmstadt（达姆施塔特工业大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Cambridge（剑桥大学） 纠错

AI总结 针对单目时序3D检测中基于查询的模型泛化能力差的问题，提出首个领域通用单目时序3D检测方法MAGneT-3D，采用DRAG与TRIM策略，在跨数据集基准上零样本域偏移下NDS提升至18.6%。

Comments To appear at ECCVW 2026 (DriveX workshop; Oral paper). Johannes Meier and Mohamed Kotb - both authors contributed equally. Project page: this https URL (https://mo-sameh.github.io/MAGneT-3D-Project-Page/)

Learning to Forecast Crop Growth from Earth Observation Data

从地球观测数据中学习预测作物生长

Dominik Senti, Mehmet Ozgur Turkoglu, Michele Volpi, Helge Aasen

机构 * Agroscope（阿格罗scope（瑞士农业研究机构）） ； Swiss Data Science Center（瑞士数据科学中心） ； ETH Zurich（苏黎世联邦理工学院） ； EPFL（洛桑联邦理工学院） 纠错

AI总结 本研究针对国家尺度冬小麦生长预测问题，提出轻量级单峰形状正则化器，结合Seq2Seq模型在瑞士数据集上实现R²超0.8的预测，验证了遥感与气象序列建模的有效性。