ETH Zurich（苏黎世联邦理工学院）

LSA: Localized Semantic Alignment for Enhancing Temporal Consistency in Traffic Video Generation

LSA：局部语义对齐用于增强交通视频生成中的时间一致性

Mirlan Karimov, Teodora Spasojevic, Markus Braun, Julian Wiederer, Vasileios Belagiannis, Marc Pollefeys

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； ETH Zurich（苏黎世联邦理工学院） ； Friedrich-Alexander University Erlangen-Nuremberg（埃朗根-纽伦堡弗里德里希-亚历山大大学） 纠错

AI总结 LSA通过局部语义对齐提升交通视频生成的时间一致性，无需外部控制信号。

Comments Accepted to IEEE IV 2026. 8 pages, 3 figures. Code available at https://github.com/mirlanium/LSA

Principled Confidence Estimation for Deep Computed Tomography

深度计算层析成像的原理性置信度估计

Matteo Gätzner, Johannes Kirschner

机构 * ETH Zürich（苏黎世联邦理工学院） ； Swiss Data Science Center（瑞士数据科学中心） 纠错

AI总结 本文提出了一种原理性的置信度估计框架，用于深度学习CT重建，通过理论覆盖保证和更紧的置信区域，提高医学影像的不确定性感知能力。

RefAM: Attention Magnets for Zero-Shot Referral Segmentation

RefAM：用于零样本指代分割的注意力磁铁

Anna Kukleva, Enis Simsar, Alessio Tonioni, Muhammad Ferjad Naeem, Federico Tombari, Jan Eric Lenssen, Bernt Schiele

机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Google（谷歌） ； TU Munich（慕尼黑技术大学） 纠错

AI总结 RefAM通过利用扩散模型的注意力机制和停用词处理，实现无需训练的零样本指代分割，提升分割精度和效率。

Comments Project Page: https://refam-diffusion.github.io/