期刊&会议
Conference on Computer Vision and Pattern Recognition · 会议 · Computer Vision
LychSim：一种可控且交互式的视觉研究仿真框架
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 LychSim基于Unreal Engine 5构建，提供简洁的Python API、生成多样化高保真环境的流程数据管道以及MCP协议集成，用于视觉研究中的可控仿真与闭环优化。
Comments 3D-LLM/VLA Workshop at CVPR 2026. Project page: https://lychsim.github.io/
基于3D高斯点划的高效回顾性动态场景新视角合成与标准化基准
机构 * Visual and Spatial AI Lab（视觉与空间人工智能实验室） ； VCCM Section College of PVFA（VCCM学院光电工程学院） ； Department of ECEN（电子工程系） ； Department of CSCE（计算机科学与工程系） ； Texas A&M University（德克萨斯A&M大学）
AI总结 本文提出基于同步多视角动态场景的3D高斯点划方法，无需时间耦合约束即可实现高效回顾性动态场景新视角合成，并构建了标准化的动态多视角数据集框架以支持可重复的NeRF和3DGS研究。
Comments Accepted for publication at CVPR 2026; 4D World Models Workshop. Draft info: 14 pages, 4 figures, 8 tables
AOI-SSL：用于光学检测中高效分割焊接半导体的自监督框架
机构 * AIMS Lab, Eindhoven University of Technology（埃因霍温理工大学AIMS实验室） ； CoC, ASMPT（ASMPT联合中心） ； iCIS, Radboud University（拉德堡德大学iCIS实验室）
AI总结 本文提出AOI-SSL框架，结合小领域自监督预训练与上下文推理，提升焊接半导体分割效率，减少标注数据需求，实验显示自监督预训练显著提升分割质量。
Comments Accepted to the AI4RWC Workshop at CVPR 2026
为广告设计：基于统一自回归模型的个性化广告图像和文本生成
机构 * Sun Yat-Sen University（中山大学） ； Northeastern University（东北大学）
AI总结 本文提出统一广告生成模型Uni-AdGen，通过单个自回归框架生成个性化图文广告，结合前景感知模块和指令微调提升生成质量，并引入大规模广告数据集和新指标提升个性化生成效果。
Comments 22 pages, 19 figures, CVPR 2026
FAME：图像分类和人脸识别中的特征激活图解释
机构 * Department of Informatics, University of Zurich（苏黎世大学信息学院）
AI总结 本文提出FAME，结合网络梯度计算输入图像的变化，改进传统CAM方法，展示其在图像分类和人脸识别中的有效性。
Comments Accepted for CVPR Workshop 2026
鲁棒可提示视频对象分割
机构 * POSTECH ； Google（谷歌） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出鲁棒可提示视频对象分割方法MoGA，通过内存对象条件门控适应处理视频对象分割中的退化问题，提升在真实环境下的鲁棒性。
Comments Accepted to CVPR 2026
少样本合成数据生成与扩散模型用于下游视觉任务
机构 * National University of Science and Technology MISIS（俄罗斯莫斯科国立研究型技术大学）
AI总结 本文提出一种轻量级合成数据增强方法，通过微调LoRA适配器和预训练扩散模型生成合成样本，提升罕见类别的召回率和F1分数，适用于不同视觉领域。
Comments 5 pages, 3 figures, 1 table. Accepted at SynData4CV Workshop @ CVPR 2026
FlowDIS：基于流匹配的语言引导二元图像分割
机构 * Picsart AI Research (PAIR)（Picsart AI研究院）
AI总结 本文提出FlowDIS，一种基于流匹配框架的二元图像分割方法，通过文本提示实现精确像素级对象分割，实验表明其在DIS-TE测试集上优于现有方法。
Comments Accepted to CVPR 2026
Nano Banana 2能否替代传统图像修复模型？对其在图像修复任务上的性能评估
机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； Fudan University（复旦大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院）
AI总结 本文评估了Nano Banana 2在图像修复任务中的性能，发现提示设计至关重要，简洁提示和显式保真约束能平衡重建与感知质量。模型在全参考性能上表现竞争，用户研究中表现优异，但在感知质量与修复保真度之间存在差距，需改进可控性与保真度评估。
Comments Accepted by CVPR 2026 Workshop AAVM
PointGS: 基于3D高斯散射的语义一致无监督3D点云分割
机构 * Key Laboratory of Big Data & Artificial Intelligence in Transportation (Beijing Jiaotong University), Ministry of Education（大数据与人工智能在交通运输中的关键实验室（北京交通大学），教育部） ； Frontiers Science Center for Smart High-speed Railway System, Beijing Jiaotong University（智能高速铁路系统前沿科学中心，北京交通大学）
AI总结 PointGS通过3D高斯散射统一中间表示，解决3D点云与2D图像的语义一致性问题，实现无监督分割，优于现有方法，在ScanNet-V2和S3DIS上分别提升0.9%和2.8%的mIoU。
Comments Accepted by Computer Vision and Pattern Recognition (CVPR) 2026
ZeroIDIR：基于扰动一致扩散模型的零参考照明退化图像恢复
机构 * School of Aeronautics and Astronautics, Sichuan University（四川大学航空航天学院） ； University of Electronic Science and Technology of China（电子科技大学） ； College of Electronics and Information Engineering, Sichuan University（四川大学电子信息工程学院）
AI总结 本文提出ZeroIDIR框架，通过自适应伽马校正模块和扰动一致性扩散模型，实现零参考照明退化图像恢复，提升恢复精度与稳定性。
Comments Accepted by CVPR 2026
具有物体交互的动态全身体态代理通过融合预训练模块控制器
机构 * KAIST（韩国科学技术院）
AI总结 本文提出一种框架，通过结合预训练的运动先验和模仿代理，在规划和执行阶段生成动态且长期的人-物交互动作，如持桌奔跑，提升了动态人-物交互任务的成功率。
Comments CVPR Findings 2026
VIMCAN: 基于混合Mamba-交叉注意力网络的视觉-惯性3D人体姿态估计
机构 * Beihang University（北航） ； Peng Cheng Laboratory（鹏城实验室） ； Capital University of Physical Education and Sports（首都体育学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
AI总结 VIMCAN结合Mamba的高效序列建模与交叉注意力的空间推理，实现RGB关键点与穿戴式IMU数据的鲁棒融合，取得更优精度和实时推理性能。
Comments Accepted in CVPR 2026
神经动态GI：面向动态光照环境的随机访问神经压缩技术
机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学）
AI总结 本文提出Neural Dynamic GI，通过多维特征图和轻量神经网络整合时间信息，实现动态光照环境下的高效光映射压缩，显著降低存储需求并提升实时解压效率。
Comments Accepted to CVPR 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈