Johns Hopkins University（约翰斯·霍普金斯大学）

Generalizable Sparse-View 3D Reconstruction from Unconstrained Images

可泛化稀疏视角3D重建从无约束图像

Vinayak Gupta, Chih-Hao Lin, Shenlong Wang, Anand Bhattad, Jia-Bin Huang

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出GenWildSplat框架，通过学习几何先验在无场景优化情况下实现稀疏视角户外3D重建，利用外观适配器和语义分割处理光照和遮挡，实现跨不同光照和遮挡模式的泛化。

Comments Project Page: https://genwildsplat.github.io/

TwinGate: Stateful Defense against Decompositional Jailbreaks in Untraceable Traffic via Asymmetric Contrastive Learning

TwinGate: 通过非对称对比学习实现对不可追踪流量中分解性劫持的有状态防御

Bowen Sun, Chaozhuo Li, Yaodong Yang, Yiwei Wang, Chaowei Xiao

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； University of California, Merced（加州大学默塞德分校） 纠错

AI总结 针对LLM中分解性劫持威胁，TwinGate通过非对称对比学习在共享潜在空间中聚类语义不同但意图匹配的恶意片段，同时利用冻结编码器抑制良性主题重叠导致的误报，实现高效防御。

AttriBE: Quantifying Attribute Expressivity in Body Embeddings for Recognition and Identification

AttriBE: 量化身体嵌入中属性表达性以用于识别与鉴定

Basudha Pal, Siyuan Huang, Anirudh Nanduri, Zhaoyang Wang, Rama Chellappa

机构 * Department of Electrical and Computer Engineering, Johns Hopkins University（约翰霍普金斯大学电气与计算机工程系） ； Department of Biomedical Engineering, Johns Hopkins University（约翰霍普金斯大学生物医学工程系） ； Department of Electrical and Computer Engineering, University of Maryland（马里兰大学电气与计算机工程系） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） 纠错

AI总结 本文提出AttriBE方法，通过二次神经网络量化身体嵌入中属性表达性，发现BMI在深层网络中表达最强，且在跨光谱条件下的属性趋势单调增加，表明结构信息在跨模态识别中更为重要。