Imperial College London（帝国理工学院）

ImageTalk: Designing a Multimodal AAC Text Generation System Driven by Image Recognition and Natural Language Generation

ImageTalk: 设计一种由图像识别和自然语言生成驱动的多模态AAC文本生成系统

Boyin Yang, Puming Jiang, Per Ola Kristensson

机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； Department of Computing, Imperial College London（伦敦帝国学院计算机系） 纠错

AI总结 ImageTalk通过图像识别和自然语言生成设计多模态AAC文本生成系统，实现95.6%的按键节省率和高用户满意度。

Comments 24 pages, 10 figures

Representation Invariance and Allocation: When Subgroup Balance Matters

表示不变与分配：当子组平衡至关重要时

Anissa Alloula, Charles Jones, Zuzanna Wakefield-Skorniewska, Francesco Quinzan, Bartłomiej Papież

机构 * University of Oxford（牛津大学） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 研究探讨了子组平衡对模型性能的影响，提出潜在分离假设，并通过实验验证，为数据收集和平衡提供指导。

Label-free Motion-Conditioned Diffusion Model for Cardiac Ultrasound Synthesis

无标签的运动条件化扩散模型用于心脏超声合成

Zhe Li, Hadrien Reynaud, Johanna P Müller, Bernhard Kainz

机构 * Department AIBE, FAU Erlangen-Nürnberg（AIBE部门，埃尔朗根-纽伦堡大学） ； Department of Computing, Imperial College London（计算系，伦敦帝国理工学院） 纠错

AI总结 本文提出无标签的运动条件化扩散模型，通过自监督运动特征生成逼真的心脏超声视频，无需手动标注。

Comments Accepted at MICAD 2025

What Happens When: Learning Temporal Orders of Events in Videos

当什么发生时：学习视频中事件的时间顺序

Daechul Ahn, Yura Choi, Hyeonbeom Choi, Seongwon Cho, San Kim, Jonghyun Choi

机构 * Seoul National University（首尔国立大学） ； Imperial College London（帝国理工学院伦敦分校） 纠错

AI总结 本文提出MECOT方法，通过事件级描述训练和思维链提示提升视频模型对事件时间顺序的理解能力。

Comments WACV 2026