期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
LoCA：视觉基础模型的空间感知低秩卷积自适应
机构 * Korea University（韩国大学） ； Korea Institute of Industrial Technology（韩国产业技术研究院） ； Seoul National University（首尔国立大学）
AI总结 研究针对视觉基础模型自适应的挑战，提出低秩卷积自适应框架 LoCA，通过解耦通道与空间自适应，引入低秩通道自适应并优化空间基，在多视觉任务中保留预训练空间先验且性能优异。
Comments Accepted by ECCV 2026
无需训练的多任务模型合并中的任务分类
机构 * Department of Artificial Intelligence（人工智能系） ； Department of Data Science（数据科学系）
AI总结 提出SiM方法，通过SVD低秩流形近似和投影残差实现无需训练和任务ID的任务路由，提升多任务模型合并性能。
Comments ECCV 2026
识别野外伴随语音的手势
机构 * Visual Geometry Group, Dept. of Engineering Science, University of Oxford（视觉几何组，工程科学系，牛津大学）
AI总结 针对当前多模态模型难以捕捉语义性伴随手势的问题，构建了首个大规模基准数据集GRW，用于训练视频模型进行手势语义分类、对应词汇识别和时序定位。
Journal ref European Conference on Computer Vision (ECCV), 2026
λSplit: 用于荧光显微镜的自监督内容感知光谱解混
机构 * Fondazione Human Technopole（人类技术极地基金会） ； Harvard Medical School（哈佛医学院） ； Università Campus Bio-Medico（生物医学大学校园）
AI总结 提出λSplit，一种基于物理信息的深度生成模型，通过分层变分自编码器学习浓度图的条件分布，结合可微分光谱混合器实现最先进的光谱解混和隐式噪声去除。
Comments 14 pages, 25 pages supplement, 16 figures total, 14 tables total. Accepted at ECCV 2026
CoCo：用于文本到图像预览和稀有概念生成的代码作为CoT
机构 * South China University of Technology（南方科技大学） ； StepFun ； Institute of Automation Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 CoCo通过代码驱动的推理框架，提升文本到图像生成的精度和可控性，实现结构化图像生成和稀有概念生成。
Comments 21 pages, 7 figures, and 3 tables. Accepted to ECCV 2026
CROSS：用于遥感指称分割的级联蒸馏与双约束 grounding
AI总结 针对遥感指称分割中架构弱耦合与语义偏差问题，本文提出CROSS范式，通过LGCD与PSCL实现性能突破，成为RRSIS的稳健新方案。
Comments Accepted at the European Conference on Computer Vision (ECCV) 2026. 20 pages, 6 figures, and 5 tables. Tingzhang Luo and Ruizhong Liu contributed equally. Jianyuan Guo is the corresponding author. Project page: https://clarence-cv.github.io/CROSS/
MetaView：基于尺度感知隐式几何先验的单目新视图合成
机构 * Nanyang Technological University（南洋理工大学） ； Kolors Team, Kuaishou Technology（快手科技色彩团队） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 研究提出MetaView框架，结合隐式几何建模与少量显式3D线索，利用前馈几何感知网络隐式几何先验及度量深度，实现大视角下单目新视图合成，实验证明该方法在挑战性场景中显著优于现有方法且泛化能力强。
Comments accepted to ECCV 2026
AdaBoosting 文本提示用于视觉-语言模型
机构 * KT Corporation（KT公司） ； Pohang University of Science and Technology (POSTECH)（浦项科技大学） ； National AI Research Lab（国家人工智能研究实验室）
AI总结 提出文本提示提升（TPB）框架，通过AdaBoost策略将每个文本提示分类器视为弱学习器，顺序集成以聚焦难分类样本，提升少样本分类精度并实现跨模型迁移。
Comments Accepted to ECCV 2026 Spotlight
监控足够吗？多智能体讨论中的隐蔽攻击策略性代理选择
机构 * Lancaster University, United Kingdom（兰卡斯特大学，英国）
AI总结 研究多智能体讨论中的隐蔽攻击问题，提出针对监控场景的攻击方法，证明持续监控无法完全消除对抗风险。
Comments Accepted at ECCV 2026
SafeLand: 在未知环境中使用贝叶斯语义映射实现安全自主着陆
机构 * Fraunhofer IVI Autonomous Aerial Systems（弗劳恩霍夫IVI自主航空系统） ； TU Munich Computer Vision Group（慕尼黑工业大学计算机视觉组） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
AI总结 本文提出SafeLand系统，通过深度学习语义分割构建在线语义地面地图，结合贝叶斯概率过滤和行为树实现安全自主着陆，通过200次模拟和60次实地测试，展示零误报的人类检测率和亚秒响应延迟。
Journal ref ECCV 2026 Workshops
DSeq-JEPA：判别性序列联合嵌入预测架构
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute for AI（人工智能向量研究所） ； University of Fukui（福井大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Strasbourg（斯特拉斯堡大学）
AI总结 DSeq-JEPA通过判别性顺序处理与JEPA目标结合，提升视觉表征的判别性和泛化能力，在多个任务中表现优于I-JEPA变体。
Comments Accepted to ECCV 2026. Project page: https://dseqjepa-project.com
YouTube-Occ：从YouTube视频学习室内3D语义占据预测
机构 * East China Normal University（华东师范大学）
AI总结 针对室内3D语义占据预测数据稀缺的问题，提出YouTube-Occ框架，通过自动化数据流水线与双对齐预训练策略，在NYUv2等基准上实现性能提升，代码数据将公开。
Comments Accepted by ECCV 2026
URHead：用于头部虚拟形象中联合网格-3DGS优化的统一UV空间表示
AI总结 研究针对头部虚拟形象，提出URHead统一表示法，通过UV空间统一及联合优化，让网格与高斯方法互补，保持参数可控性与特定主体细节，在重建质量和动画一致性上超越现有方法。
Comments Project page/code: https://lseonghak.github.io/website/project/urhead/, Accepted to ECCV 2026
MissingBench-Verified：探究视觉语言模型检测缺失物体部分的无能
机构 * University of British Columbia（英属哥伦比亚大学） ； Weathon Software（威盛软件）
AI总结 研究视觉语言模型检测缺失物体部分的能力，提出MissingBench-Verified基准，发现十个领先模型在此场景存在高失败率，现有缓解策略效果不佳，揭示当前VLM在检查监测任务中的根本局限，强调架构或训练干预的必要。
Comments Submitted to the ECCV 2026 Workshop on Explainable Computer Vision (eXCV). 11 pages, 4 figures
SIFT: 视频扩散模型中物理合理运动的自我想象微调
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Institute of Artificial Intelligence, China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI）） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院）
AI总结 针对视频扩散模型生成运动物理不合理的问题，提出自我想象微调（SIFT）范式，通过从模型自身生成视频学习而非直接重建真实视频，结合运动感知判别监督和渐进式难例重放策略，提升运动解耦与物理真实性。
Comments ECCV 2026
TransVLM：一种用于检测任意 shot 转换的视觉-语言框架和基准
机构 * University of Melbourne（墨尔本大学） ； HeyGen Research（HeyGen研究院） ； Nanyang Technological University（南洋理工大学）
AI总结 TransVLM 提出了一种视觉-语言框架，通过注入光流作为关键运动先验，提升对任意 shot 转换的检测能力，同时设计了可扩展的数据引擎和基准测试，实验表明其性能优于传统方法和现有 VLM。
Comments v2: Corrected an inaccurate statement in the abstract regarding production deployment. Accepted by ECCV 2026. For more related research, please visit HeyGen Research (https://www.heygen.com/research) and HeyGen Avatar-V (https://www.heygen.com/research/avatar-v-model). Project page: https://chence17.github.io/TransVLM/
P3P简化
机构 * EAVISE, KU Leuven（鲁汶大学EAVISE实验室） ； I3A, University of Zaragoza（萨拉戈萨大学I3A研究所）
AI总结 本文重新审视经典的透视三点问题，提出一个简洁的代数求解器，在精度和运行时间上与最新方法相当，平衡了简洁性、效率和准确性。
Comments Accepted to ECCV Workshop 2026 (SFM-DL)
NearID: 通过近身份干扰实现身份表示学习
机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Snap Research（Snap研究院）
AI总结 本文提出NearID框架，通过近身份干扰消除背景影响，提升身份识别精度，改进模型在个性化生成和图像编辑任务中的表现。
Comments Accepted to ECCV 2026, Code, model, and dataset are released, visit https://github.com/Gorluxor/NearID
ArcAD: 冷启动监督异常检测的异常校正校准框架
机构 * Faculty of Computing, Harbin Institute of Technology, Harbin, China University of New South Wales, Sydney, Australia School of Biomedical Engineering, Tsinghua University, Beijing, China School of Artificial Intelligence ； Robotics, Hunan University, Changsha, China Big data institute, Central South University, Sydney, Australia DZ-Matrix, Beijing, China Chongqing Research Institute of HIT, Chongqing, China
AI总结 针对工业异常检测中冷启动场景下正常样本不足、异常样本稀少的问题，提出基于推拉学习范式的即插即用校准框架ArcAD，通过将正常样本投影到超球面并聚类、合成伪异常并利用真实异常优化边界，在多个数据集上显著优于现有方法。
Comments Accepted to European Conference on Computer Vision (ECCV) 2026
3D场景自适应轨迹可控的人体图像动画与相机运动
机构 * Engineering Research Center of Autonomous Unmanned System Technology（自主无人系统工程研究中心） ； Ministry of Education（教育部） ； Anhui Provincial Key Laboratory of Security Artificial Intelligence（安徽省安全人工智能重点实验室） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； University of Warwick（沃林格大学） ； Zhejiang Yuexiu University（浙江越秀大学） ； University of Surrey（萨里大学）
AI总结 提出场景自适应人体动画框架，通过地面自适应3D运动重定向和视角自适应潜在融合机制，实现自然场景中人体运动与相机轨迹的可控视频生成。
Comments Accepted to the 19th European Conference on Computer Vision (ECCV 2026)
GimbalDiffusion：基于重力的摄像机控制用于视频生成
机构 * Université Laval（拉瓦尔大学） ； Adobe
AI总结 本文提出GimbalDiffusion框架，通过物理坐标系实现摄像机运动的精确控制，引入null-pitch conditioning策略以避免冲突提示内容干扰，并建立新基准评估重力感知摄像机控制视频生成能力。
Comments Accepted at ECCV 2026. Project page: https://lvsn.github.io/GimbalDiffusion/
AirSplat：基于鲁棒前馈3D高斯散射的对齐与评分
机构 * KAIST（韩国科学技术院）
AI总结 本文提出AirSplat框架，通过自一致性姿态对齐和基于评分的透明度匹配技术，提升无姿态视角合成的重建质量。
Comments Project page: https://kaist-viclab.github.io/airsplat-site, accepted to ECCV 2026
ControlHair：协同物理模拟器与视频扩散实现可控动态毛发渲染
机构 * University of Rochester（罗切斯特大学） ； Pixocial Technology（Pixocial技术）
AI总结 研究针对毛发模拟渲染难题，提出ControlHair框架，融合物理模拟器与视频扩散，通过三阶段管道实现可控动态毛发渲染，性能优于基线并展示多种应用。
Comments Accepted to ECCV 2026. 21 pages. Project page: https://linwk20.github.io/controlhair-web
Anti-Prompt: 针对文本引导的图像到视频生成的图像保护
机构 * GIST（光州科学技术院） ； POSTECH（浦项科技大学）
AI总结 提出Anti-Prompt方法，通过向图像注入不可察觉的扰动，在文本引导的图像到视频生成中引发视觉不一致和结构失败，从而保护版权和隐私。
Comments Accepted to ECCV 2026
锚定现实：打破化妆迁移中的伪目标天花板
AI总结 提出两阶段框架ART，通过现实锚定循环将监督从伪目标转移到真实参考，解决化妆迁移中伪目标导致的细节退化、伪影和身份漂移问题，并发布高分辨率数据集MF2K。
Comments Accepted by ECCV 2026
ActionParty：生成视频游戏中的多主体动作绑定
机构 * Snap Research（Snap研究院） ； University of Oxford（牛津大学） ； University of Toronto（多伦多大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
AI总结 本文提出ActionParty，一种可控制多主体的生成视频游戏世界模型，通过引入主体状态标记和空间偏置机制，提升动作关联准确性与身份一致性。
Comments ECCV 2026 - Project page: https://action-party.github.io/
EMAG: 无训练的自修正扩散采样与指数移动平均引导
机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； The University of Adelaide（阿德莱德大学）
AI总结 EMAG通过无训练机制改进扩散模型的引导技术，生成更困难的负样本以提升生成质量和人类偏好分数。
Comments 63 pages (Accepted at ECCV 2026)
JoVA：联合视频音频生成的统一多模态学习
机构 * The University of Hong Kong（香港大学） ； ByteDance（字节跳动）
AI总结 JoVA通过联合自注意力机制和嘴巴区域损失，实现了高质量的视频音频生成，提升了嘴唇同步和语音质量。
Comments ECCV 2026
通过收缩锚定稳定深度重建算子
AI总结 研究基于预训练深度去噪器的图像重建不稳定问题，提出数据驱动稳定框架，通过局部量形式化不稳定性并自适应正则化，引入可训练收缩算子控制不稳定IR算子，实验证明该方法提升了PnP和RED重建的性能与可靠性。
Comments Accepted at ECCV 2026
从机器学习到大规模地球观测产品：制作地图的最佳实践
机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； University of Cambridge（剑桥大学） ； Swiss Federal Research Institute WSL（瑞士联邦森林、雪和景观研究所） ； Asterisk Labs（星号实验室） ； EcoVision Lab, University of Zurich（苏黎世大学生态视觉实验室） ； Leipzig University（莱比锡大学） ； TU Munich（慕尼黑工业大学） ； RISE Research Institutes of Sweden（瑞典皇家理工学院）
AI总结 本文探讨从机器学习到大规模EO产品制作地图的最佳实践，围绕EO数据基础设施、数据处理、模型训练、不确定性量化、地图制作与分发及验证等六个主题，给出从卫星数据到运营地图产品整个流程的推荐做法。
Comments ECCV 2026 TerraBytes II Workshop paper, non-archival
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