期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
扩散目标，保留其标签：通过VLM构建的3D植被场景从少量未标记照片中整理检测器训练数据
机构 * Royal Military Academy（皇家军事学院） ； KU Leuven（鲁汶大学） ； Flanders Make（佛兰德制造研究院）
AI总结 本研究针对植被中小物体标记图像稀缺导致检测器跨站点泛化差的问题，通过VLM构建3D植被场景合成标记训练图像，实现无监督站点适应，在排雷基准上性能优于传统跨站点标签复用。
Comments Accepted at the Curated Data for Efficient Learning (CDEL) Workshop @ ECCV 2026
NeuroRefiner：面向3D荧光显微镜神经元分割的形态感知多智能体细化方法
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Normal University（北京师范大学）
AI总结 针对3D荧光显微镜神经元分割的拓扑与细节保留难题，本文提出NeuroRefiner多智能体系统结合TopoRefineNet工具，在多数据集上实现优于现有方法的分割性能，ZBFWB数据集F1分数提升3.02%。
Comments Accept by ECCV 2026
SwissCrop25：用于业务化作物制图的国家级多年基准数据集
机构 * Agroscope（阿格罗斯普（瑞士农业研究机构））
AI总结 本研究推出覆盖2019-2025年7个生长季的国家级作物制图基准SwissCrop25，通过留一法年份交叉验证协议测试三类模型，发现领域特定模型表现更优，TSViT整体性能最佳，还揭示了年际分布偏移及季内模型性能权衡等关键结论。
Comments Accepted at the ECCV 2026 Workshop TerraBytes II. To appear in the workshop proceedings
GeoRoute：面向交通未来帧预测的几何感知混合推理方法
机构 * Vietnamese-German University（越南-德国大学） ； University of Science, Ho Chi Minh City（胡志明市科学大学） ； Ho Chi Minh City University of Technology（胡志明市技术大学） ； University of Information Technology, Ho Chi Minh City（胡志明市信息技术大学）
AI总结 GeoRoute是一种无需训练的几何感知混合推理框架，通过多帧深度分层渲染器和视角条件选择预测器，在AI City Challenge Track 5基准上实现了具有竞争力的交通未来帧预测性能，提升了静态几何稳定性。
Comments accepted to the ECCV 2026 AI City Challenge Workshop
FaLCon：用于Sim2Real基于文本的行人异常搜索的基于面锚定的后期共识检索
机构 * Vietnamese-German University（越南-德国大学） ； Ho Chi Minh City University of Technology（胡志明市技术大学） ； University of Information Technology（信息技术大学） ； Ho Chi Minh city University of Science（胡志明市科学大学）
AI总结 该研究针对Sim2Real基于文本的行人异常搜索的挑战，提出FaLCon框架，结合全局匹配与细粒度验证，在PAB基准上取得优异性能，代码将开源。
Comments accepted to the ECCV 2026 AI City Challenge Workshop
面向人-场景交互的高效人体接触表示
机构 * AIOZ ； University of Liverpool（利物浦大学） ； NTHU（国立清华大学）
AI总结 针对人-场景交互中接触表示效率不足的问题，提出稀疏接触掩码与稀疏算子，在三个基准数据集的接触预测和场景合成任务上，实现至少12倍提速且精度优于现有最优模型。
Comments Accepted in ECCV 2026 Workshops
用于细粒度广义类别发现的傅里叶自监督学习
机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Technology Nuremberg（纽伦堡工业大学）
AI总结 提出傅里叶自监督学习，通过双频率过滤策略优化特征空间，在多细粒度数据集上实现优于现有方法的广义类别发现性能。
Comments Accepted by ECCV 2026
从恢复到骤降：动作后训练如何降低视觉语言模型的深层解码能力
机构 * New York University（纽约大学） ； Reflex ； Université de Montréal（蒙特利尔大学） ； Maastricht University（马斯特里赫特大学）
AI总结 该研究探究动作后训练对VLM空间理解的影响，发现VLA存在深层解码能力的“基底”差距与“悬崖”骤降，定位其源于深层MLP干扰，消融该模块可恢复多数解码性能。
Comments Accepted to the archival proceedings track of the Embodied Multimodal Reasoning (EMR) Workshop at ECCV 2026
SLAP：基于部分最优传输的鱼类重识别选择性局部视觉-语言对齐
机构 * University of Verona（维罗纳大学） ； Institute of Marine Research（海洋研究所） ； University of Agder（阿格德大学）
AI总结 针对鱼类重识别中全局对齐易引入噪声的问题，提出基于POT的选择性局部视觉-语言对齐框架，在多数据集上实现优于CLIP类方法的性能，泛化性良好。
Comments This is the author version prior to incorporating the camera-ready comments. The final version will be included in the Proceedings of the European Conference on Computer Vision (ECCV) 2026
OnEvoMemory：通过机器人在线试跑演化预训练机器人策略的记忆机制
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
AI总结 针对现有机器人记忆机制依赖外部模型的问题，提出OnEvoMemory价值引导记忆模块，结合离线初始化与在线试跑优化记忆选择，提升了基础VLA策略在长时程机器人操作中的性能。
Comments 6 pages, 1 figure. Accepted as a poster at the ECCV 2026 Workshop on Embodied Multimodal Reasoning in Physical Environments (EMR)
TomaMMU：用于番茄叶片病害的综合多模态理解基准
机构 * FPT University（FPT大学） ； Korea University（高丽大学）
AI总结 本研究推出用于番茄叶片病害多模态理解的TomaMMU数据集及TomaBench基准，评估14种VLMs时发现其细粒度识别等存在差距，微调后MCQ准确率达96.09%，为相关研究提供了方向。
Comments Accepted at ECCV CVPPA Workshop
数字孪生校准的轨迹设计与预算查询
机构 * National University of Kyiv-Mohyla Academy（基辅莫希拉国立大学） ； University of Turin（都灵大学）
AI总结 该研究针对数字孪生校准中交互数据采集成本高的问题，提出耦合强化学习控制器、循环参数估计器与预算查询策略的框架，在倒立摆、水上世界任务中验证了其低误差性能，推动将轨迹设计与查询分配作为校准的显式变量。
Comments Accepted at the CDEL 2026 workshop at ECCV 2026 (non-archival)
eBIRD：基于可控扩散模型的事件驱动强度图像重建
机构 * Institute of Engineering Sciences, Universidad de O’Higgins（奥伊金斯大学工程科学学院） ； The Iniciativa de Datos e Inteligencia Artificial, University of Chile（智利大学数据与人工智能倡议）
AI总结 本研究提出eBIRD框架，结合DDPM与ControlNet实现事件引导强度图像重建，在N-MNIST和RGBE-Gaze数据集上验证了通用与专用扩散学习策略的效果，表明可控扩散模型是该任务的有前景方法。
Journal ref The 19th European Conference on Computer Vision Workshops (ECCVW 2026); Workshop on Neuromorphic Vision (NeVi)
自监督视觉表征学习的三条必要原则
机构 * Imperial College London（帝国理工学院） ； CERTH, ITI（CERTH ITI）
AI总结 该研究提出自监督视觉表征学习的三条必要原则，通过理论证明与受控实验分析各原则的作用，表明主流自监督方法可纳入统一框架，且任意两个原则无法替代第三个。
Comments Accepted at the 19th European Conference on Computer Vision (ECCV 2026) Workshops
AgriField-40K：通过高效持续预训练使视觉模型适配农业场景
机构 * Technical University of Denmark (DTU)（丹麦技术大学（DTU）） ； Pioneer Centre for Artificial Intelligence（人工智能先锋中心）
AI总结 针对农业计算机视觉依赖昂贵标注与模型适配成本高的问题，构建含17种公开资源的AgriField-40K数据集，提出参数高效的AgriMAE方法，可少用9倍可训练参数实现与全微调相当甚至更优的下游性能，为农业视觉持续预训练提供实用资源。
Comments Accepted at the Computer Vision in Plant Phenotyping and Agriculture (CVPPA) Workshop at the European Conference on Computer Vision (ECCV) 2026
SynVAR：在视觉自回归模型中协同空间与语义对齐
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； Western University（西安大略大学） ； JIUTIAN Research, CMCC, China（中国移动通信集团九天研究）
AI总结 本文提出首个专为视觉自回归模型（VAR）定制的无训练增强框架SynVAR，通过空间-语义协同控制策略及三个关键组件抑制误差，显著提升了VAR的复杂场景建模能力。
Comments Accepted by ECCV 2026
保持简洁：用于超长视频理解的多键情景记忆检索
机构 * Yonsei University（延世大学） ； Adobe Research（奥多比研究院）
AI总结 针对超长视频理解的两阶段范式需求，提出MERIT框架，通过多键表示与按需时间扩展实现精准检索，在三个长视频基准数据集上取得最优性能。
Comments Accepted to ECCV 2026 (Oral). Project Page: https://choi-yeeun.github.io/MERIT/
AdaDexGrasp：基于3D视觉-触觉表示融合的自适应灵巧抓取
机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 针对机器人抓取难以复刻人类视觉-触觉融合自适应能力的问题，提出AdaDexGrasp视觉-触觉融合抓取框架，通过3D表示融合实现接触感知抓取生成与优化，实验验证其提升了抓取成功率与泛化性。
Comments Accepted at ECCV 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈