自动驾驶

Geometry-Grounded Unified 3D Perception for Autonomous Driving

面向自动驾驶的基于几何的统一3D感知

Longfei Xu, Xiaohui Wang, Zehao Huang, Han Li, Ya Yang, Naiyan Wang, Si Liu

专题命中 感知 ：autonomous driving(title,abstract)；occupancy(abstract)；driving perception(abstract)；分类 cs.CV

AI总结 该研究针对现有自动驾驶3D感知框架无法保留显式度量几何的问题，提出GeoUP框架，通过分解跨图像交互并注入射线图编码实现统一3D感知，在多数据集上达到SOTA性能。

Comments Accepted by BMVC 2026

Self-Aware Active Learning Enables Continual Improvement in Autonomous Driving

自我感知主动学习实现自动驾驶的持续改进

Dong Hu, Chao Huang, Carman K. M. Lee, Dimitrios Kanoulas

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Adelaide University（阿德莱德大学） ； University College London（伦敦大学学院） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 该研究提出自我感知主动学习框架SAGE，通过生成恐惧与好奇心信号调节风险，在多场景中提升自动驾驶系统鲁棒性、减少安全违规并维持任务性能，实现训练后持续改进。

MotionSync: Non-Causal Refinement of Causal Tracker for Label-Efficient 3D Perception

MotionSync：面向标签高效三维感知的因果跟踪器的非因果优化

Rahul Ahuja, Bala Murali Manoghar Sai Sudhakar, Shashwata Gupta, Venkatraman Narayanan, Varun Ravi Kumar, Senthil Yogamani

机构 * Qualcomm Technologies, Inc（高通技术公司） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV

AI总结 MotionSync将因果/非因果边界设为架构接缝，以带创新的因果跟踪器加非因果优化通路实现标签高效三维感知，在Waymo数据集上25%人工标签加伪标签可获96.9% mAP，10%预算下非因果通路提升3.3 mAP/L2。

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.CV

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 10 pages, 5 figures

Making the Discrete Continuous: Synthetic RAW Augmentations for Fine-Grained Evaluation of Person Detection Performance in Low Light

使离散的成为连续的：合成RAW增强用于细粒度评估人检测性能在低光环境

Valeria Pais, Malena Mendilaharzu, Daniele Faccio, Luis Oala, Christoph Clausen, Bruno Sanguinetti

机构 * University of Glasgow（格拉斯哥大学） ； Dotphoton 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出了一种合成RAW增强方法，用于在低光条件下更准确地评估人检测模型的性能，通过生成与相机传感器噪声模型匹配的低光样本，以改善基准测试的数据覆盖。

Comments Accepted non-archival paper at the CVPR 2026 AUTOPILOT Workshop (Autonomous Understanding Through Open-world Perception and Integrated Language Models for On-road Tasks)

Physical Adversarial Examples for Person Detectors in Thermal Images Based on 3D Modeling

基于3D建模的热图像行人检测器的物理对抗样本

Xiaopei Zhu, Siyuan Huang, Zhanhao Hu, Jianmin Li, Jun Zhu, Xiaolin Hu

机构 * Tsinghua University（清华大学） ； Chinese Institute for Brain Research (CIBR)（中国脑科学研究院） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 该研究基于3D建模制作红外对抗服装，针对YOLOv9等热图像行人检测器实现高攻击成功率，且具有良好的可迁移性。

Comments Accepted by TPAMI 2025

Real-Time Scene-Adaptive Tone Mapping for High-Dynamic Range Object Detection

面向高动态范围目标检测的实时场景自适应色调映射

Gongzhe Li, Linwei Qiu, Peibei Cao, Fengying Xie, Xiangyang Ji, Qilin Sun

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Tianmushan Laboratory, Beihang University（北京航空航天大学天目山实验室） ； School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Point Spread Technology（点扩散科技） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出一种场景自适应实时色调映射方法，通过神经光度校准等技术解决HDR图像适配检测网络的问题，性能优于传统算法，可在NVIDIA Jetson平台实现4K HDR图像实时处理。

Comments Accepted by NeurIPS 2025

Towards Continual Test-Time Adaptation of Vision-Language Models in Open-Vocabulary Semantic Segmentation

面向开放词汇语义分割中视觉-语言模型的持续测试时适应

Chandler Timm C. Doloriel, Yunbei Zhang, Sarthak Kumar Maharana, Muhammad Salman Siddiqui, Tor Kristian Stevik, Fadi Al Machot, Kristian Hovde Liland, Habib Ullah

机构 * Norwegian University of Life Sciences (NMBU)（挪威生命科学大学） ； Tulane University（杜兰大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 针对开放词汇语义分割中视觉-语言模型在持续测试时分布偏移下的对齐脆弱问题，提出DAF框架，在多数据集上实现mIoU显著提升且鲁棒性良好。

Comments under review. code available at https://github.com/chandlerbing65nm/DAF.git

Learning Agile Perceptive Traversal of Sparse 3D Structures for Humanoids

人形机器人对稀疏三维结构的敏捷感知遍历学习

Efe Ongan, Chong Zhang, Boyang Sun, Andrei Cramariuc, Cesar Cadena, Marco Hutter

机构 * Robotic Systems Lab（机器人系统实验室） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 该研究针对人形机器人的稀疏三维结构遍历问题，提出基于强化学习的感知控制系统，结合带循环记忆的注意力编码器与分阶段师生流水线，在硬件试验中完成多序列任务且支持障碍物规避。

Coding What Matters: A Semantic-Aware Memory Interface for Energy-Efficient Perception in Autonomous Vehicles

编码关键信息：面向自动驾驶节能感知的语义感知型内存接口

Haohua Que, Handong Yao

机构 * College of Engineering, University of Georgia（佐治亚大学工程学院） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 提出语义感知型内存接口编码器MotiMem-Omega，通过分配图像块精度层级保护关键交通信息，可降低内存接口能量，同时保留高感知精度。

Reliability-Aware Monocular Depth Supervision for Sparse-View Neural Reconstruction

用于稀疏视图神经重建的可靠性感知单目深度监督

Wei-Teng Chu, Yashasvini Gopalan, Changju Yuan

机构 * Stanford University（斯坦福大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 研究稀疏视图神经重建的单目深度监督，用Depth Anything V2作密集单目深度先验，经尺度变换拟合对齐预测，通过仅RGB基线模型生成的光度掩码选择性应用深度监督，在不同场景评估，结果表明应选择性适度加权应用。

Comments 9 pages, 6 figures. All authors contributed equally

When to Adapt: Conditional Memory Adapters for Retention-Preserving Domain Specialization

何时适配：用于保留性能的领域专业化的条件记忆适配器

Jiayu Hou, Lei Wang

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 针对大语言模型参数高效微调导致域外性能下降的问题，提出Engram Adapter框架，通过条件激活实现领域专业化，在提升领域内准确率的同时保留绝大多数域外性能。

Comments Accepted to Findings of EMNLP 2026

A Multi-Modal Channel Sounding System for Environment-Aware Channel Measurements in 6G Dynamic Scenarios

一种多模态融合平台，用于高动态场景中的联合环境感知与信道探测

Xuejian Zhang, Ruisi He, Mi Yang, Zhengyu Zhang, Ziyi Qi

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出一种多模态融合平台，用于高动态场景中联合环境感知与信道探测，支持多频段多天线测量和高精度环境感知。

Comments Substantially revised version after peer review