期刊&会议
Conference on Computer Vision and Pattern Recognition · 会议 · Computer Vision
MOFA-VTON: 虚拟试衣中细粒度调整带来的更多时尚可能性
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； HiDream.ai Inc.（HiDream.ai公司） ； Harbin Institute of Technology (Weihai) Qingdao Research Institute（哈尔滨工业大学（威海）青岛研究院）
AI总结 提出MOFA-VTON方法，通过用户绘制简单草图实现虚拟试衣中服装布局的细粒度调整，利用掩码构建策略和布局调整模块，在VITON-HD和DressCode数据集上超越现有方法。
Comments Accepted to CVPR 2026 (Highlight)
蒙特卡洛传球搜索：利用轨迹生成进行足球3D反事实传球评估
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出蒙特卡洛传球搜索（MCPS），结合价值模型、世界模型和反事实策略，基于3D轨迹数据评估足球传球，通过两种执行盈余分数实现分布感知的传球分析。
Comments CVPR 2026, CVSports Workshop
分析目标检测数据集的无训练腐败检测
机构 * University of Applied Sciences Düsseldorf（杜塞尔多夫应用科学大学） ； Siemens Mobility GmbH（西门子交通有限公司） ； Goethe University Frankfurt（法兰克福大学）
AI总结 本文研究无训练特征空间方法在目标检测数据集中检测标注错误的应用，发现该方法能可靠暴露语义错误，但位置错误难以检测。
Comments Accepted at DataCV Workshop, Conference on Computer Vision and Pattern Recognition (CVPR) 2026
用于3D打印火星地形模型的立体重建基准测试
机构 * MIT Cambridge, MA, USA（麻省理工学院，马萨诸塞州剑桥，美国）
AI总结 针对火星图像低纹理、不规则和部分观测的特点，评估从NASA好奇号图像估计立体深度、补全几何并导出可打印网格的流程，发现基准精度不直接迁移到火星地形重建，几何补全存在局部保真度与全局连通性的权衡。
Comments 9 pages, 7 figures, CVPR End-to-End 3D Workshop 2026
DB-3DME：从数据集到基准测试，实现与人类对齐的自动3D网格评估
机构 * University of California, Berkeley（加州大学伯克利分校） ； Roblox Corporation（Roblox公司）
AI总结 提出DB-3DME数据集与基准，包含2619个合成3D网格及其人类评分，通过微调视觉编码器优化VLM评估性能，显著超越现有模型。
Comments CVPR 2026 workshop paper. 10 pages, 3 figures, 6 tables. Dataset available at GitHub and Hugging Face
UniPixie: 基于流匹配的统一概率三维物理学习
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Southern University of Science and Technology（南方科技大学） ； MIT（麻省理工学院）
AI总结 提出UniPixie框架，通过流匹配学习从单张视觉输入到连续可控材料属性分布的映射，实现多样物理场生成并降低杨氏模量预测误差超50%。
Comments Published at CVPR 2026 as a Highlight. Project page: https://unipixie.github.io/
谁被标记？AI内容水印中的多元评估差距
机构 * Case Western Reserve University（凯斯西储大学）
AI总结 本文揭示AI内容水印在不同语言、文化和群体间存在系统性偏差，提出跨语言检测一致性、文化多样性覆盖和检测指标人口统计分解三个评估维度，主张水印部署前必须进行公平性审计。
Comments 7 pages. Accepted at the Multimodal Alignment for a Pluralistic Society (MAPS) Workshop, CVPR 2026
Scone：通过统一理解-生成建模弥合主体驱动图像生成中的组合与区分
机构 * Peking University（北京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Zhongguancun Academy（中关村学院） ； HKUST（香港科技大学） ； Beijing Key Laboratory of Data Intelligence and Security (Peking University)（北京数据智能与安全重点实验室（北京大学））
AI总结 提出Scone方法，通过统一理解-生成模型结合组合与区分能力，采用两阶段训练实现主体身份保持与干扰最小化，在双基准上优于现有开源模型。
Comments CVPR 2026 Highlight. Code: https://github.com/Ryann-Ran/Scone
TaCarla: 端到端自动驾驶的综合基准数据集
机构 * Tuğrul Gorgülü *†（土耳其巴伊塞蒂大学） ； Atakan Dağ †（土耳其巴伊塞蒂大学） ； M. Esat Kalfaoğlu ‡（土耳其巴伊塞蒂大学） ； Halil İbrahim Kuru †（土耳其巴伊塞蒂大学） ； Barış Can Cam †（土耳其巴伊塞蒂大学） ； Halil İbrahim Öztürk †（土耳其巴伊塞蒂大学） ； Özsel Kılınç §（土耳其巴伊塞蒂大学）
AI总结 针对现有自动驾驶数据集不完整、行为多样性不足及闭环评估缺失等问题，基于CARLA Leaderboard 2.0挑战场景收集超过285万帧的多任务数据集，支持规划、检测、预测及视觉语言动作模型，并提供数值稀有度评分。
Comments Accepted at the Third Workshop on Simulation for Autonomous Driving (SAD), CVPR 2026
Glove2Hand：从多模态传感手套合成自然的手-物体交互
机构 * Meta Reality Labs（Meta现实实验室） ； Rutgers University（罗格斯大学）
AI总结 提出Glove2Hand框架，将多模态传感手套视频转化为逼真的裸手，并保留物理交互动态；引入3D高斯手模型和扩散手恢复器，创建HandSense数据集，提升下游任务性能。
Comments CVPR 2026 Highlight. This version includes the motion retarget process in the appendix
NuWa: 为边缘设备导出轻量级类别特定视觉Transformer
机构 * National Engineering Research Center for Big Data Technology and System, Services Computing Technology and System Lab, Cluster and Grid Computing Lab（大数据技术与系统国家工程研究中心、服务计算技术与系统实验室、集群与网格计算实验室） ； Swinburne University of Technology（斯威本科技大学） ； Deakin University（迪金大学）
AI总结 针对边缘设备只需识别特定类别的问题，提出NuWa方法，通过自知识净化去除有害权重，并利用闭式优化高效导出紧凑ViT，无需重训练即可提升类别精度并加速推理。
Comments Accepted at 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