Huazhong University of Science and Technology（华中科技大学）

Adapting Depth Anything to Adverse Imaging Conditions with Events

在恶劣成像条件下适应Depth Anything以应对事件

Shihan Peng, Yuyang Xiong, Hanyu Zhou, Zhiwei Shi, Haoyue Liu, Gang Chen, Luxin Yan, Yi Chang

机构 * National Key Lab of Multispectral Information Intelligent Processing Technology, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（multispectral information intelligent processing technology 国家重点实验室，人工智能与自动化学院，华中科技大学） ； School of Computing, National University of Singapore（computing 学院，新加坡国立大学） ； School of Computer Science and Engineering, Sun Yat-Sen University（computer science and engineering 学院，中山大学） 纠错

AI总结 本文提出ADAE框架，通过熵感知空间融合和运动引导时间校正，提升Depth Anything在恶劣成像条件下的深度估计性能。

Comments This work has been submitted to the IEEE for possible publication

Crowded Video Individual Counting Informed by Social Grouping and Spatial-Temporal Displacement Priors

受社交分组和时空位移先验信息启发的拥挤视频个体计数

Hao Lu, Xuhui Zhu, Wenjing Zhang, Yanan Li, Xiang Bai

机构 * State Key Laboratory of Multispectral Information Intelligent Processing Technology（多谱信息智能处理技术国家重点实验室；人工智能与自动化学院，华中科技大学） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（湖北省智能机器人重点实验室；计算机科学与工程人工智能学院，武汉理工大学） ； Hubei Key Laboratory of Intelligent Robot（软件工程学院，华中科技大学） ； School of Computer Science & Engineering Artificial Intelligence, Wuhan Institute of Technology ； School of Software Engineering, Huazhong University of Science and Technology 纠错

AI总结 本文提出OMAN++方法，通过引入社交分组和时空位移先验信息，提升拥挤场景下视频个体计数的准确性。

Comments Journal Extension of arXiv:2506.13067

CSSBench: Evaluating the Safety of Lightweight LLMs against Chinese-Specific Adversarial Patterns

CSSBench: 评估轻量级大语言模型对中文特定对抗模式的安全性

Zhenhong Zhou, Shilinlu Yan, Chuanpu Liu, Qiankun Li, Kun Wang, Zhigang Zeng

机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 CSSBench通过评估中文特定对抗模式，揭示轻量级大语言模型在中文环境下的安全挑战，为实际应用提供安全评估框架。

Comments 18 pages