CVPR

DuoMo: Dual Motion Diffusion for World-Space Human Reconstruction

DuoMo：用于世界空间人体重建的双动差分

Yufu Wang, Evonne Ng, Soyong Shin, Rawal Khirodkar, Yuan Dong, Zhaoen Su, Jinhyung Park, Kris Kitani, Alexander Richard, Fabian Prada, Michael Zollhofer

机构 * Meta Reality Labs ； University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 DuoMo通过双扩散模型实现世界空间人体运动重建，有效处理噪声和不完整输入，提升重建精度。

Comments CVPR 2026. Project page: https://yufu-wang.github.io/duomo/

NOVA: Sparse Control, Dense Synthesis for Pair-Free Video Editing

NOVA：无配对视频编辑的稀疏控制与密集合成

Tianlin Pan, Jiayi Dai, Chenpu Yuan, Zhengyao Lv, Binxin Yang, Hubery Yin, Chen Li, Jing Lyu, Caifeng Shan, Chenyang Si

机构 * Nanjing University（南京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； WeChat, Tencent（微信、腾讯） ； The University of Hong Kong（香港大学） 纠错

AI总结 NOVA提出了一种无配对视频编辑框架，通过稀疏控制与密集合成提升编辑保真度和时间一致性。

Comments Accepted by CVPR 2026

HiLoRA: Hierarchical Low-Rank Adaptation for Personalized Federated Learning

HiLoRA: 分层低秩适应用于个性化联邦学习

Zihao Peng, Nan Zou, Jiandian Zeng, Guo Li, Ke Chen, Boyuan Li, Tian Wang

机构 * Beijing Normal University（北京师范大学） ； Zhengzhou University（郑州大学） 纠错

AI总结 HiLoRA通过分层低秩适应框架，解决联邦学习中客户端结构忽视问题，提升个性化和泛化性能。

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

OnlineX: Unified Online 3D Reconstruction and Understanding with Active-to-Stable State Evolution

OnlineX: 一种基于主动到稳定状态演化的统一在线3D重建与理解方法

Chong Xia, Fangfu Liu, Yule Wang, Yize Pang, Yueqi Duan

机构 * Tsinghua University（清华大学） 纠错

AI总结 OnlineX通过解耦主动到稳定状态演化范式，实现基于流式图像的统一在线3D重建与理解，提升重建质量和实时推理效率。

Comments Accepted by CVPR Finding 2026 (Project page: https://xiac20.github.io/OnlineX/)

SimRecon: SimReady Compositional Scene Reconstruction from Real Videos

SimRecon: 从真实视频中实现模拟准备的组合场景重建

Chong Xia, Kai Zhu, Zizhuo Wang, Fangfu Liu, Zhizheng Zhang, Yueqi Duan

机构 * Tsinghua University（清华大学） ； Galbot Project（Galbot项目） 纠错

AI总结 SimRecon通过引入主动视角优化和场景图合成器，解决了从真实视频中重建复杂场景时的视觉和物理真实性问题，实现了感知-生成-模拟的全流程流水线。

Comments Accepted by CVPR 2026 (Project page: https://xiac20.github.io/SimRecon/ )

Recursive Think-Answer Process for LLMs and VLMs

递归思考-回答过程用于LLMs和VLMs

Byung-Kwan Lee, Youngchae Chee, Yong Man Ro

AI总结 本文提出递归思考-回答过程（R-TAP）以提升LLMs和VLMs的推理准确性，通过置信度生成器和双奖励机制实现迭代推理，减少错误输出并提高推理稳定性。

Comments CVPR 2026 Findings, Project page: https://litcoderr.github.io/rtap_page/

ShiftLUT: Spatial Shift Enhanced Look-Up Tables for Efficient Image Restoration

ShiftLUT: 基于空间位移增强的查找表用于高效的图像修复

Xiaolong Zeng, Yitong Yu, Shiyao Xiong, Jinhua Hao, Ming Sun, Chao Zhou, Bin Wang

机构 * Tsinghua University（清华大学） ； Kuaishou Technology（快手科技） 纠错

AI总结 ShiftLUT通过引入可学习空间位移模块和不对称双分支架构，实现了更大的感受野和更高的修复效率，同时保持低存储和计算开销。

Comments Accepted to CVPR 2026

Differentially Private 2D Human Pose Estimation

差分隐私的2D人体姿态估计

Kaushik Bhargav Sivangi, Paul Henderson, Fani Deligianni

机构 * School of Computing Science, University of Glasgow（计算机科学学院，格拉斯哥大学） 纠错

AI总结 本文提出了一种结合投影DP-SGD和特征差分隐私的混合框架，实现差分隐私下的2D人体姿态估计，有效平衡隐私与性能。

Comments Accepted at the IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026

From Fewer Samples to Fewer Bits: Reframing Dataset Distillation as Joint Optimization of Precision and Compactness

从更少样本到更少位数：将数据集蒸馏重新框架化为精度和紧凑性的联合优化

My H. Dinh, Aditya Sant, Akshay Malhotra, Keya Patani, Shahab Hamidi-Rad

机构 * InterDigital Communications, Inc.（InterDigital通讯公司） 纠错

AI总结 QuADD通过联合优化数据集紧凑性和精度，在固定位预算下提升数据集蒸馏的效率和性能。

Comments Accepted to CVPR 2026 - Findings Workshop

OpenMarcie: Dataset for Multimodal Action Recognition in Industrial Environments

OpenMarcie：工业环境中的多模态动作识别数据集

Hymalai Bello, Lala Ray, Joanna Sorysz, Sungho Suh, Paul Lukowicz

机构 * DFKI Kaiserslautern（DFKI凯撒斯劳滕） ； RPTU Kaiserslautern-Landau（RPTU凯撒斯劳滕-兰道） ； Korea University（韩国大学） 纠错

AI总结 OpenMarcie是首个大规模多模态数据集，用于工业环境中的动作识别，包含36名参与者在不同任务中的多模态数据，支持活动分类、开放词汇描述和跨模态对齐任务。

Comments Accepted in CVPR 2026

Beyond Caption-Based Queries for Video Moment Retrieval

超越基于描述的查询的视频时刻检索

David Pujol-Perich, Albert Clapés, Dima Damen, Sergio Escalera, Michael Wray

机构 * University of Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； University of Bristol（布里斯托大学） 纠错

AI总结 本文提出了一种改进视频时刻检索方法，通过解决语言和多时刻查询的泛化问题，提升了搜索查询的性能。

Comments CVPR 2026 Camera-ready version

HAMMER: Harnessing MLLM via Cross-Modal Integration for Intention-Driven 3D Affordance Grounding

HAMMER: 通过跨模态整合利用大语言模型进行意图驱动的3D affordance grounding

Lei Yao, Yong Chen, Yuejiao Su, Yi Wang, Moyun Liu, Lap-Pui Chau

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 HAMMER通过跨模态整合多模态大语言模型，实现意图驱动的3D affordance grounding，提升3D表示的准确性和鲁棒性。

Comments Accepted by CVPR 2026. Project Page: https://rayyoh.github.io/Hammer

Beyond Prompt Degradation: Prototype-guided Dual-pool Prompting for Incremental Object Detection

超越提示退化：基于原型的双池提示法用于增量物体检测

Yaoteng Zhang, Zhou Qing, Junyu Gao, Qi Wang

机构 * Northwestern Polytechnical University（西北工业大学） 纠错

AI总结 PDP提出双池提示解耦框架，通过分离任务通用和特定提示以缓解提示退化，提升增量物体检测的性能和稳定性。

Comments Our paper has been accepted to CVPR 2026

Temporal Imbalance of Positive and Negative Supervision in Class-Incremental Learning

类增量学习中正负监督的时间不平衡

Jinge Ma, Fengqing Zhu

机构 * Purdue University（普渡大学） 纠错

AI总结 本文提出时间调整损失（TAL）以解决类增量学习中正负监督的时间不平衡问题，通过动态加权负监督减少灾难性遗忘并提升性能。

Comments Accepted to CVPR 2026

PromptStereo: Zero-Shot Stereo Matching via Structure and Motion Prompts

PromptStereo: 通过结构和运动提示实现零样本立体匹配

Xianqi Wang, Hao Yang, Hangtian Wang, Junda Cheng, Gangwei Xu, Min Lin, Xin Yang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Optics Valley Laboratory（光谷实验室） 纠错

AI总结 PromptStereo通过结构和运动提示提升零样本立体匹配的泛化性能，提出PRU模块增强单目深度模型的潜在表示。

Comments Accepted to CVPR 2026

Continuous Exposure-Time Modeling for Realistic Atmospheric Turbulence Synthesis

连续曝光时间建模用于真实大气湍流合成

Junwei Zeng, Dong Liang, Sheng-Jun Huang, Kun Zhan, Songcan Chen

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） 纠错

AI总结 本文提出ET-MTF模型，通过连续曝光时间建模生成真实大气湍流数据集，提升图像恢复和泛化能力。

Comments Accepted to CVPR 2026!

Markovian Scale Prediction: A New Era of Visual Autoregressive Generation

马尔可夫尺度预测：视觉自回归生成的新时代

Yu Zhang, Jingyi Liu, Yiwei Shi, Qi Zhang, Duoqian Miao, Changwei Wang, Longbing Cao

机构 * Tongji University（同济大学） ； University of Bristol（布里斯托大学） ； Macquarie University（麦考瑞大学） 纠错

AI总结 马尔可夫-VAR通过非全上下文马尔可夫过程提升视觉自回归生成的效率与效果

Comments Accepted to CVPR 2026

AdaBet: Gradient-free Layer Selection for Efficient Training of Deep Neural Networks

AdaBet: 无梯度层选择用于深度神经网络高效训练

Irene Tenison, Soumyajit Chatterjee, Fahim Kawsar, Mohammad Malekzadeh

机构 * MIT（麻省理工学院） ； Nokia Bell Labs（诺基亚贝尔实验室） ； University of Glasgow（格拉斯哥大学） 纠错

AI总结 AdaBet通过无梯度方法选择重要层，提升深度神经网络在边缘设备上的训练效率和准确率。

Comments Full Version accepted at CVPR 2026

SABER: Spatially Consistent 3D Universal Adversarial Objects for BEV Detectors

SABER: 用于鸟瞰检测器的时空一致的3D通用对抗对象

Aixuan Li, Mochu Xiang, Bosen Hou, Zhexiong Wan, Jing Zhang, Yuchao Dai

机构 * School of Electronics and Information, Northwestern Polytechnical University & Shaanxi Key Laboratory of Information Acquisition and Processing, Xi’an, China（电子工程学院，西北工业大学 & 陕西省信息采集与处理重点实验室，西安，中国） ； School of Computing, Australian National University（计算学院，澳大利亚国立大学） 纠错

AI总结 SABER提出了一种生成通用、非侵入式且3D一致的对抗对象的方法，以揭示BEV 3D目标检测器的漏洞，并提供评估自动驾驶系统鲁棒性的实用流程。

Comments Accepted to CVPR 2026