期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
结构化超边适应用于视觉Transformer的参数高效微调
机构 * Griffith University（格里菲斯大学） ； Data61/CSIRO（Data61/澳大利亚联邦科学与工业研究组织）
AI总结 提出HyperAdapter，一种基于超图的适配器架构，通过软超边路由实现结构化、组感知的适应，在参数预算下优于现有PEFT方法。
Comments Accepted at the 19th European Conference on Computer Vision (ECCV 2026)
跟随流动：面向事件相机小目标检测的平流一致性建模
机构 * School of Information and Electronic Engineering, Shandong Technology and Business University（山东工商学院信息与电子工程学院） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
AI总结 针对事件相机小目标检测中稀疏异步测量和噪声干扰导致预测碎片化的问题，提出物理引导的平流一致性建模框架PACT，通过沿估计速度场传播特征并施加轨迹级一致性约束，保留弱事件响应，在基准数据集上IoU提升20.72%，准确率提升15.03%。
Comments Accepted at ECCV 2026. Code: https://github.com/fulongcai/PACT
基于多级差异特征与统一DCT-量化嵌入的高效文档篡改定位
机构 * LIX, École Polytechnique, IP Paris, France（LIX，巴黎综合理工学院，IP Paris，法国） ； DataLab Groupe, Crédit Agricole S.A., France（DataLab集团，法国农业信贷银行，法国）
AI总结 提出DiffNet，通过多级差异变换和轻量级DCT-量化联合嵌入，在跨域和人工篡改定位上性能提升约30%，吞吐量提高7倍。
Comments Accepted to ECCV 2026
Multi4D: 通过多级竞争分配实现高保真动态高斯泼溅
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 提出Multi4D框架，通过三级竞争分配（静态结构、持久动态几何、瞬态外观）解决动态高斯泼溅中运动一致性与视觉保真度的矛盾，实现高保真渲染和实时性能。
Comments Accepted by ECCV 2026, project page:https://batfacewayne.github.io/Multi4D.io/
基于注意力先验引导知识蒸馏的增强去噪粗到细红外小目标检测
机构 * Xidian University（西安电子科技大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 提出一种粗到细的红外小目标检测框架ECFNet，通过粗阶段的区域二分类网络和去噪辅助训练抑制背景，细阶段的轻量检测器与注意力先验知识蒸馏提升精度，在三个数据集上优于现有方法。
Comments Accepted by ECCV 2026
保真度与感知感知的局部隐式注意力用于任意尺度图像超分辨率
机构 * National Taiwan University（国立台湾大学） ； MediaTek Inc.（联发科技股份有限公司）
AI总结 提出FPLIA框架，通过融合保真度导向特征与扩散管道，结合FPAM和FPSM模块，在任意尺度超分辨率中实现高感知真实度与重建精度。
Comments ECCV 2026
结构评估用于理解和指导离散令牌空间中的数据集蒸馏
机构 * The University of British Columbia（不列颠哥伦比亚大学） ； The Ohio State University（俄亥俄州立大学） ； Czech Technical University in Prague（布拉格捷克理工大学） ； TerraSense Analytics（TerraSense Analytics公司）
AI总结 本文通过离散视觉分词器分析令牌组成结构，提出结构评分衡量令牌组合充分性，发现平衡的令牌组成提升蒸馏数据集性能，并指导扩散模型的数据集蒸馏。
Comments Accepted to ECCV 2026
FLM-Occ: 前向似然最大化用于高效室内占据预测
机构 * Southern University of Science and Technology（南方科技大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (Shenzhen)（广东省人工智能与数字经济实验室（深圳）） ； Shenzhen Key Laboratory of Robotics and Computer Vision（深圳市机器人视觉与感知重点实验室）
AI总结 针对现有方法在空区域产生虚假基元的问题，提出前向似然最大化框架，将占据预测建模为体素分布估计，通过最大化真实占据体素的似然来训练网络，实现高效准确的室内占据预测。
Comments Accepted to ECCV 2026
来自预训练ViT的每补丁标量实现现实世界快速移动导航
机构 * NaverLabs Europe（NaverLabs欧洲）
AI总结 通过大规模真实世界导航实验，研究预训练视觉编码器在机器人导航中的关键组件，提出异构多教师蒸馏和瓶颈策略，发现可解释特征与可供性关联，并证明仅用RGB训练非最优。
Comments European Conference on Computer Vision -- ECCV 2026
Journal ref European Conference on Computer Vision -- ECCV 2026
Odoriko: 一种形状感知的多模态人体运动扩散框架
机构 * Sony Group Corporation（索尼集团公司） ； Sony AI（索尼人工智能）
AI总结 提出首个统一的多模态运动生成框架Odoriko，通过扩散模型将主体生物形态信息融入运动合成，支持文本、音乐、视频输入，并在形态缺失时联合估计与生成。
Comments ECCV 2026
SARIF: 用于鲁棒图像鉴别的 Segment Anything
机构 * Department of Electrical and Computer Engineering, Inha University（仁荷大学电气与计算机工程系）
AI总结 提出SARIF框架，利用Segment Anything Model的提示架构和泛化能力，通过反馈引导掩码解码器和双编码器设计提取伪造痕迹，实现自动伪造定位，在跨数据集和图像退化下表现鲁棒。
Comments Accepted to ECCV 2026. Equal contribution: Dong-Hyun Moon and Ju-Hyeon Nam. Corresponding author: Sang-Chul Lee. Code: https://github.com/Inha-CVAI/SARIF_ECCV2026
TriMotion: 模态无关的摄像机控制用于视频生成
机构 * GIST（光州科学技术院） ； Huawei Noah's Ark Lab（华为诺亚方舟实验室） ； Yonsei University（延世大学） ； Imperial College London（伦敦帝国理工学院）
AI总结 提出TriMotion框架，通过将视频、姿态和文本输入映射到共享运动嵌入空间，实现模态无关的摄像机控制视频生成，并引入潜在运动一致性目标，无需像素级解码即可准确跟随目标轨迹。
Comments ECCV Accepted
评估与增强遥感多模态大语言模型的否定理解能力
机构 * Peng Cheng Laboratory（鹏城实验室） ； Tsinghua University（清华大学） ； Central South University（中南大学）
AI总结 提出RS-Neg基准评估遥感MLLMs的否定理解，并设计NeFo方法通过测试时学习利用约5%未标注样本显著提升模型性能。
Comments ECCV 2026 Accepted
面向高效视频大语言模型的sink-token感知剪枝：用于细粒度视频理解
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学技术研究院） ； Oracle ； University of California, San Diego（加州大学圣地亚哥分校） ； Electronics and Telecommunications Research Institute (ETRI)（电子电信研究院）
AI总结 本文提出Sink-Token-aware Pruning方法，通过识别并抑制semantically uninformative tokens，提升细粒度视频理解性能，在多种基准测试中表现优异。
Comments ECCV 2026
PhyGDPO: 物理感知的分组直接偏好优化以实现物理一致的文本到视频生成
机构 * Meta Superintelligence Labs（Meta超智能实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； Meta BizAI（Meta商业人工智能）
AI总结 提出PhyAugPipe构建大规模物理增强数据集PhyVidGen-135K，并设计PhyGDPO框架，利用分组Plackett-Luce模型和物理引导奖励机制，实现物理一致的文本到视频生成。
Comments ECCV 2026
VLA 知道自己的极限：机器人策略的自适应执行视界
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Cisco Research（思科研究）
AI总结 针对流式视觉-语言-动作模型中执行视界影响性能的问题，提出 AutoHorizon 方法，通过分析注意力权重动态估计每块动作的执行视界，提升机器人操作任务性能。
Comments ECCV 2026. Project page at https://hatchetproject.github.io/autohorizon/
360Anything: 图像和视频的无几何约束360°生成
机构 * Google DeepMind（谷歌DeepMind） ； Simon Fraser University（西蒙弗雷泽大学） ； University of Toronto（多伦多大学）
AI总结 提出无几何约束框架360Anything，基于预训练扩散Transformer，以数据驱动方式学习透视到等距柱状投影映射，无需相机元数据，实现图像和视频到360°全景的高质量生成，并引入循环潜在编码消除拼接伪影。
Comments ECCV 2026. Project page: https://360anything.github.io/
用于3D占用预测的流式密集体素表示
机构 * 1 Korea University 2 TU Darmstadt \& hessian.AI 3 University of Michigan 4 DGIST 5 NAVER LABS
AI总结 提出StreamOcc框架，通过两种聚合策略解决密集体素流式处理中的扭曲和动态对象退化问题，在实时约束下实现SOTA性能。
Comments Accepted at ECCV 2026
OmniNWM：全知驾驶导航世界模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； PhiGent ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学）
AI总结 提出OmniNWM全知全景导航世界模型，在统一概率框架下处理状态、动作和奖励三个维度，实现多模态全景视频生成、零样本轨迹控制及内在奖励机制，在生成保真度和控制精度上达到SOTA。
Comments ECCV 2026
EgoExo-Con: 探索视角不变视频时间理解
机构 * Seoul National University（首尔国立大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出EgoExo-Con基准测试，评估视频大模型在不同视角下的时间理解一致性，并设计View-GRPO强化学习框架提升跨视角一致性。
Comments Accepted to ECCV 2026; project page at https://minjoong507.github.io/projects/EgoExo-Con/
HEM：一种用于视觉分类任务的基于边界的损失函数
机构 * Department of Behavioural and Cognitive Sciences（行为与认知科学系）
AI总结 提出高错误边际（HEM）损失，一种改进的基于边界的损失函数，在多种视觉任务（如未知类拒绝、对抗鲁棒性、不平衡学习、持续学习和语义分割）上优于交叉熵损失，且与专门损失相比具有竞争力。
Comments Code: https://codeberg.org/mwspratling/HEMLoss
Journal ref European Conference on Computer Vision (ECCV), 2026
JanusMesh: 通过跨空间去噪实现快速零样本3D视觉错觉生成
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学）
AI总结 提出一种无需训练的快速框架，通过跨空间双分支去噪和视图条件纹理合成，在3-5分钟内生成高真实感双语义3D视觉错觉，优于现有方法。
Comments ECCV 2026. Project page: https://siang1105.github.io/JanusMesh.github.io/
FrozenDrive: 零样本文本引导驾驶场景生成与数据增强的无参数冻结扩散模型
机构 * KAIST, Visual Intelligence Lab（韩国科学技术院视觉智能实验室）
AI总结 提出FrozenDrive框架，利用冻结的预训练扩散模型，通过知识保留的时空注意力实现多视图一致性和时间连贯性，无需微调即可生成恶劣天气下的驾驶场景，提升自动驾驶模型鲁棒性。
Comments Accepted to ECCV 2026
3D高斯溅射中保持几何结构的LiDAR-相机外参标定
机构 * Kyung Hee University（庆熙大学）
AI总结 针对LiDAR-相机标定中跨模态特征稀缺问题，提出通过多视图LiDAR深度监督和阻止光度梯度更新高斯空间参数来保持3DGS代理的度量几何，提升标定精度。
Comments Accepted to ECCV 2026. 15 pages (excluding references), 5 figures
Timage: 一种用于微调视觉语言模型的文本嵌入图像生成范式
机构 * Fudan University（复旦大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Tencent Jarvis Lab（腾讯贾维斯实验室） ； Southern University of Science and Technology（南方科技大学）
AI总结 提出Timage范式，通过约束薛定谔桥将查询文本作为排版覆盖层嵌入图像，以显式空间锚点引导模型关注，在不侵蚀骨干能力前提下提升细粒度空间推理性能。
Comments ECCV
NoiseTilt: 噪声倾斜反向核用于扩散奖励对齐
机构 * KAIST（韩国科学技术院） ； The University of Tokyo（东京大学）
AI总结 提出噪声倾斜反向核(NTRK)，通过将奖励梯度注入噪声项实现奖励引导采样，保持预训练反向核不变，每步仅需单样本，在奖励对齐任务中超越现有方法且不损失样本质量。
Comments ECCV 2026
DRIFT: 从鲁棒性差距到AI生成图像检测的不变流形
机构 * Samsung Research Institute, Bangalore, India（三星研究所，班加罗尔，印度）
AI总结 提出DRIFT方法，通过冻结视觉基础模型并学习真实图像的结构化不变流形，利用鲁棒和脆弱子空间分解及排序间隔实现AI生成图像检测，在未见生成器和分辨率上表现优异。
Comments Submitted to ECCV 2026
黎曼退化流形上的测地流匹配用于盲图像恢复
机构 * Samsung Research Institute（三星研究院）
AI总结 提出在低维黎曼流形上显式建模退化，通过联合图像-流形空间上的测地流匹配目标学习内在传输动力学，实现盲图像恢复。
Comments Submitted to ECCV 2026
学习神经变形表示用于4D动态形状生成
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 提出一种新的神经变形表示，结合条件神经符号距离场，设计解耦运动与形状潜在空间的4D表示架构，通过扩散模型生成高质量、高时间一致性的4D动态形状。
Comments ECCV 2024
反事实干预特征迁移用于可见光-红外行人重识别
机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； Key Laboratory of Electromagnetic Space Information, Chinese Academy of Science（电磁空间信息重点实验室，中国科学院） ； School of Data Science, University of Science and Technology of China（数据科学学院，中国科学技术大学） ； SenseTime Research（商汤科技研究院） ； Qing Yuan Research Institute, Shanghai Jiao Tong University（青元研究院，上海交通大学）
AI总结 针对可见光-红外行人重识别中图模型泛化性差的问题，提出反事实干预特征迁移方法，通过同质与异质特征迁移减少模态不平衡，并利用反事实关系干预增强图拓扑结构的可靠性。
Comments Accepted by ECCV 2022
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