期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
IMMoE：通过视图专家融合进行不完整多视图异常检测
机构 * South China University of Technology（华南理工大学）
AI总结 研究不完整多视图异常检测问题，提出IMMoE方法，含多视图专家融合与局部异常增强编码器两个关键模块，通过自动生成数据集，在RIMAD和Real-IAD数据集上取得领先性能，提升了像素级和图像级指标。
Comments Accepted by ECCV 2026
缓解零样本视频时刻检索中的模态和语言风格差距
机构 * Sungkyunkwan University（成均馆大学）
AI总结 研究零样本视频时刻检索中模态和语言风格差距问题，提出基于自相似性的时刻提议和评分方法及查询感知的多模态大语言模型推理阶段，有效缓解差距，在相关基准测试中达最优性能。
Comments ECCV 2026 (* These authors contributed equally.)
用于通用行人重识别的可靠性感知3D几何注入
机构 * National Engineering Research Center for Multimedia Software, School of Computer Science, Wuhan University（武汉大学计算机学院多媒体软件国家工程研究中心）
AI总结 针对通用行人重识别问题，提出UniGeo框架，通过一致性感知可靠性门和双流残差融合，将3D信息处理解耦，投影单目3D参数补偿结构，以残差形式引入3D先验并过滤噪声，提升了挑战性场景性能。
Comments Accepted at ECCV 2026
ZeroSplat：3D高斯点云渲染中的广义指代分割
机构 * Peking University（北京大学） ； North China Electric Power University（华北电力大学） ； China University of Geosciences（中国地质大学）
AI总结 针对现有指代3D高斯点云渲染方法局限，提出ZeroSplat框架，通过多视图几何约束将2D视觉语言模型先验提升至3D空间，无需额外特征存储，在广义和单目标场景中显著优于现有方法，且效率高。
Comments Accepted to ECCV 2026
后验采样是医学图像翻译中缺失模态的生成器
机构 * Sungkyunkwan University（成均馆大学）
AI总结 针对医学图像因时间和协议限制存在缺失模态的问题，提出统一框架，将缺失模态生成视为联合分布下的线性逆问题，通过后验采样及流匹配模型解决，在多数据集实验中性能优于基线，下游肿瘤分割表现更好。
Comments ECCV 26
TaskTok: 深入探究任务驱动图像恢复中的任务令牌
机构 * Korea University（高丽大学）
AI总结 提出TaskTok框架，通过可学习的令牌开关和轻量级令牌细化模块选择性恢复任务相关令牌，在提升下游任务性能的同时保持高计算效率。
Comments ECCV 2026
ScaleMoGen：基于人类动作生成的自回归多尺度预测
机构 * Seoul National University（首尔国立大学） ； Snap Inc.（Snap公司） ； Meta Reality Labs（Meta现实实验室）
AI总结 ScaleMoGen提出了一种多尺度自回归框架，通过自回归预测生成动作，实现了更精细的动作生成，同时在HumanML3D和SnapMoGen数据集上取得最佳性能。
Comments Accepted to ECCV 2026. Project page: https://inwoohwang.me/ScaleMoGen
为什么视觉语言模型难以识别人类情绪？
机构 * The University of Edinburgh, UK（爱丁堡大学）
AI总结 本文探讨视觉语言模型在识别人类情绪上的不足，指出面部表情识别任务的连续性和动态性导致模型存在连续性和时间信息处理的漏洞，提出改进采样策略和多阶段上下文增强方法以提升情绪识别能力。
Comments European Conference on Computer Vision (ECCV) 2026
阅读还是忽略？视觉语言模型中排版攻击鲁棒性和文本识别的统一基准
机构 * Turing Inc.（Turing公司） ； The University of Tokyo（东京大学） ； Institute of Science Tokyo（东京科学研究院） ； Tohoku University（东北大学）
AI总结 研究大型视觉语言模型排版攻击鲁棒性和文本识别问题，引入RIO-VQA任务及RIO-Bench基准，发现目标中心防御的权衡，提出数据驱动防御基线，提升模型在两方面的性能，凸显现有鲁棒性范围与现实需求的错位。
Comments Accepted at ECCV 2026. The project page is available at: https://turingmotors.github.io/rio-vqa/
O-VAD：通过以对象为中心的跟踪和推理进行工业视频异常检测
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； Griffith University（格里菲斯大学）
AI总结 针对工业视频异常检测，现有基于VLM的方法在工业场景中性能不佳的问题，提出无训练的智能框架O-VAD，通过跟踪对象时空动态和推理状态轨迹来检测异常，在多数据集实验中优于多种方法且能提供可解释报告。
Comments Accepted to ECCV 2026
ReViV：从单目自我中心视频中重建4D中的观看者和视图
机构 * ETH Zurich（苏黎世联邦理工学院） ； Delft University of Technology（代尔夫特理工大学） ； Microsoft（微软）
AI总结 研究旨在从单目自我中心视频重建4D中的观看者和视图，提出ReViV框架，将任务建模为学习多模态信号联合概率分布，由掩码生成自我中心变压器驱动，在多基准测试中展现出高精度和效率，还保持了竞争力强的自我中心深度估计，且代码模型开源。
Comments Accepted to ECCV 2026. The first two authors contributed equally, and their author order is interchangeable
用于无训练测试时医学图像分割的内存支持协同适应
机构 * School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； Information Systems Technology and Design Pillar, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计支柱）
AI总结 研究针对医学图像分割中测试时适应的挑战，提出内存支持协同适应（MSSA）框架，不更新模型参数，通过构建在线内存、文本引导语义先验及跨图像结构对齐实现稳健适应，实验证明其优于现有方法。
Comments 18 pages, ECCV 2026
ConsiSpace：学习几何一致性对视频空间推理很重要
机构 * School of Intelligent Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 针对视频空间推理中现有模型难以聚合一致空间证据的问题，提出ConsiSpace框架，通过构建几何一致内存及采用统一一致性自监督强化学习，在三个空间推理基准测试上取得成绩提升，平均得分比最强基线高12.6分。
Comments ECCV 2026
TraversRL：基于强化学习的可通行行人路径生成
机构 * University of Washington（华盛顿大学） ； Rutgers University（罗格斯大学）
AI总结 研究旨在从航拍图像生成行人路径，核心方法是用TraversRL视觉条件模型，通过特定动作空间和奖励机制迭代生长路径网络，主要贡献是相比基线提升交并比与连通性指标，结合奖励生成更优网络，证明该建模方法的有效性。
Comments Accepted to ECCV 2026, main conference
DA-MergeLoRA：基于超网络的LoRA合并用于少样本测试时的域适应
机构 * Concordia University（康考迪亚大学） ； University of Toronto（多伦多大学） ； Mila – Quebec AI Institute（米拉-魁北克人工智能研究所）
AI总结 研究少样本测试时的域适应问题，提出DA-MergeLoRA框架，将LoRA微调与模型合并相结合，通过元学习训练超网络生成合并因子，在多个域适应数据集上取得最优性能。
Comments ECCV 2026, Code: https://github.com/nahbois4321/DA-MergeLoRA
用于域增量目标检测的正交知识刷新
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Nankai University（南开大学） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 研究域增量目标检测问题，提出正交知识刷新（OKR）框架，通过构建特定域子空间、采用正交刷新策略和拓扑感知一致性，减少知识干扰和语义碎片化，实验表明该方法在mAP上比最佳无范例方法有显著提升。
Comments Accepted by ECCV 2026
TopoGS：通过拓扑感知3D高斯点云进行平面重建
机构 * Shenzhen University（深圳大学） ； Autodesk Research（欧特克研究院）
AI总结 研究旨在从原始图像提取结构化3D表示，提出TopoGS框架，通过提取多视图图像的2D拓扑关系，将高斯基元锚定到结构元素，联合优化平面参数等，在ScanNet++数据集上达最优性能，生成高质量3D模型。
Comments European Conference on Computer Vision (Proceedings of ECCV 2026); Project page: https://vcc.tech/research/2026/TopoGS
超越语义的艺术：用于多关系表示的层状信息对比学习
机构 * University of Zurich（苏黎世大学） ； Max Planck Institute Bibliotheca Hertziana（马克斯·普朗克赫兹iana图书馆研究所） ； Sapienza University of Rome（罗马第一大学） ； Amazon（亚马逊） ； University of Amsterdam（阿姆斯特丹大学） ； The University of Osaka（大阪大学）
AI总结 该研究针对视觉语言模型丢失艺术作品多关系结构的问题，引入受层理论启发的CANVAS框架，通过多嵌入和对比损失学习关系感知多模态表示，在新基准测试中表现优于基线，证明多关系对齐在艺术理解中兼具理论与实践价值。
Comments Accepted to ECCV 2026
3D FaceShell：作为视觉语言模型防御机制的3D人脸头像属性转移
机构 * University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
AI总结 针对VLM可从3D人脸渲染图像提取敏感属性的隐私挑战，提出3D FaceShell框架，通过可学习高斯壳产生扰动，在保持面部外观的同时引导VLM语义解释，实验证明其能有效提高属性注入和不匹配率。
Comments ECCV 2026
BrainFIBRE：基于信息分解的脑微结构基础模型
机构 * National University of Singapore（新加坡国立大学）
AI总结 提出BrainFIBRE，首个脑微结构基础模型，通过自监督部分信息分解（SPID）和反事实候选构建（CCC）从NODDI图谱中解缠独特、协同和冗余信息，在多种预测任务上达到最优性能。
Comments ECCV 2026. Author name corrected in V2
H-Adapter: 通过注意力导出的源对齐头发掩码实现姿态鲁棒的发型迁移
机构 * SNOW Corp.（SNOW公司）
AI总结 提出H-Adapter，利用区域特定损失解耦头发与非头发目标，导出源对齐头发编辑掩码引导扩散修复，实现大姿态差异下的鲁棒发型迁移，在FID、FID_CLIP和CLIP-I指标上取得最优。
Comments Accepted at ECCV 2026. Project page: https://sanghunpark.github.io/hadapter_page/
曲率自适应一致性流匹配：基于强化学习的自主轨迹优化
机构 * Tsinghua University（清华大学）
AI总结 提出曲率自适应一致性流匹配（CACFM），利用强化学习代理动态构建效率导向课程，优先处理关键区域，在FLUX和SDXL等大规模模型上实现最先进结果，极少数步下保持高视觉保真度。
Comments Accepted by ECCV 2026
NaP-Control: 为多功能和快速字符控制导航扩散先验
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出NaP-Control方法，通过强化学习操控任务无关的扩散策略先验的潜在噪声，实现快速、鲁棒且高保真的字符控制，同时通过环境交互优化任务奖励，提升成功率并适应挑战性场景。
Comments ECCV 2026. Project page: https://chiawenchen.github.io/nap-control-project/
GAP-MLLM：几何对齐预训练以激活多模态大语言模型中的3D空间感知
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Huawei（华为）
AI总结 本文提出GAP-MLLM，通过几何对齐预训练激活多模态大语言模型中的3D空间感知，改进了传统方法在3D空间感知上的不足。
Comments Accepted by ECCV 2026. Project page: https://gapmllm.github.io/
IoUCert: 基于锚点的目标检测器鲁棒性验证
AI总结 IoUCert通过改进的坐标变换和区间边界传播方法，首次实现了对基于锚点的目标检测模型在多种输入扰动下的鲁棒性验证。
Comments ECCV 2026
音频视觉持续测试时间适应无需遗忘
AI总结 本文提出AVReCAP方法，在测试时无需源数据即可提升模型性能，通过动态检索最佳融合层参数减少灾难性遗忘。
Comments ECCV 2026 & ICML 2026 Workshop Continual Adaptation at Scale: Towards Sustainable AI
利用全局和局部语义重新绑定潜在信息以进行纠缠扩散
机构 * University of West Attica（西阿提卡大学） ； VRG, FEE, Czech Technical University in Prague（布拉格捷克技术大学）
AI总结 研究针对潜在扩散模型语义监督不足问题，提出REGLUE框架，联合建模VAE图像潜在信息、局部VFM语义和全局[CLS]令牌，用轻量级卷积语义压缩器聚合特征，经实验验证该框架能提升FID并加速收敛。
Comments ECCV 2026
OmniX：从统一全景生成与感知到适用于图形的3D场景
机构 * University of Hong Kong（香港大学） ； Kuaishou Technology（快手科技） ； Tencent（腾讯）
AI总结 研究基于全景的2D提升技术，提出OmniX框架，利用跨模态适配器结构和循环空间算子，将预训练2D流匹配先验用于多模态联合建模，构建数据集，实现适用于图形的3D场景生成，为虚拟世界创建开辟新可能。
Comments ECCV 2026; Project page: https://yukun-huang.github.io/OmniX/
用于多目标跟踪的重识别特征的历史感知变换
机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 该研究针对多目标跟踪中ReID特征应用问题，提出历史感知特征变换方法，将轨迹历史特征作上下文，用定制FLD投影特征到特定空间，免训练提升特征判别力，证明特定上下文表示对MOT更优，推动ReID特征定制探索。
Comments Accepted by ECCV 2026. Without bells and whistles, achieving 80.8 HOTA on SportsMOT
EgoExoMoCap：分布式自我-外部人体运动捕捉
机构 * Meta Reality Labs（元现实实验室） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 针对头戴式设备人体运动捕捉，提出EgoExoMoCap分布式框架，联合自我与外部中心多模态信号，利用头部等跟踪信号及DINOv3特征，能在复杂场景中稳健重建运动，突破了两种范式孤立的局限。
Comments Accepted by ECCV 2026, Project page and code: https://siplab.org/projects/EgoExoMoCap
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