CVPR

Learnability-Driven Submodular Optimization for Active Roadside 3D Detection

基于可学习性的子模优化用于主动道路3D检测

Ruiyu Mao, Baoming Zhang, Nicholas Ruozzi, Yunhui Guo

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

AI总结 本研究提出了一种基于可学习性的主动学习框架，用于道路侧单目3D物体检测，通过选择信息丰富且可可靠标注的场景，有效减少标注成本并提升模型性能。

Comments 10 pages, 7 figures. Submitted to CVPR 2026

UnrealPose: Leveraging Game Engine Kinematics for Large-Scale Synthetic Human Pose Data

UnrealPose：利用游戏引擎动力学生成大规模合成人体姿态数据

Joshua Kawaguchi, Saad Manzur, Emily Gao Wang, Maitreyi Sinha, Bryan Vela, Yunxi Wang, Brandon Vela, Wayne B. Hayes

AI总结 UnrealPose通过Unreal Engine 5生成大规模合成人体姿态数据，包含100万帧，涵盖多样化的场景和动作，用于提升姿态估计和人体检测的性能。

Comments CVPR 2026 submission. Introduces UnrealPose-1M dataset and UnrealPose-Gen pipeline

Enhancing Blind Video Quality Assessment with Rich Quality-aware Features

通过丰富的质量感知特征增强盲视频质量评估

Wei Sun, Linhan Cao, Jun Jia, Zhichao Zhang, Zicheng Zhang, Xiongkuo Min, Guangtao Zhai

机构 * East China Normal University（华东师范大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出RQ-VQA方法，通过整合多源特征提升盲视频质量评估的泛化能力与准确性。

Comments RQ-VQA won first place in the CVPR NTIRE 2024 Short-form UGC Video Quality Assessment Challenge