期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
用于端到端自动驾驶的即插即用交通元素感知
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Bosch Corporate Research（博世企业研究中心）
AI总结 该研究首次系统探究端到端自动驾驶的交通元素感知，通过补充标注构建统一基础设施，以即插即用方式集成信号，在多范式多数据集上提升性能，在NAVSIM-v2上达到新SOTA。
Comments Accepted by ECCV 2026; Project Page: this https URL (https://zzongzheng0918.github.io/TE-Aware-E2E-AD/)
基于记忆树引导的关键帧查询的高效三维问答
机构 * University of Washington（华盛顿大学） ； Amazon（亚马逊公司） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究针对具身场景三维问答的效率问题，提出MemTree3D记忆树引导的关键帧选择方法，在OpenEQA数据集上显著提升GPT-4o与LLaVA-OneVision-7B的问答性能，优于现有视觉搜索方法。
Comments ECCV 2026
AViTS：用于高效动态分辨率生成的自适应时空令牌选择
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） ； Terminal Intelligent Computing Division, Alibaba Cloud（阿里云终端智能计算事业部） ； Jilin University（吉林大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 该研究针对扩散变换器动态分辨率采样的冗余计算问题，提出AViTS框架，通过时空重要性感知的选择性上采样减少冗余，在FLUX等模型上实现显著加速且与其他优化技术兼容
Comments Accepted to ECCV 2026. 20 pages including appendix. Code: this https URL (https://github.com/QHR69/AViTS)
LinCa：基于可学习分解特征缓存的扩散模型加速方法
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） ； Terminal Intelligent Computing Division, Alibaba Cloud（阿里云终端智能计算事业部） ； South China University of Technology（华南理工大学） ； Jilin University（吉林大学）
AI总结 本文提出LinCa框架，通过可学习可逆网络分解缓存特征并差异化预测，仅需少量额外参数即可在5-7倍加速下使扩散模型保持近无损质量，性能优于现有方法。
Comments Accepted to ECCV 2026. 28 pages including appendix. Code: this https URL (https://github.com/QHR69/LinCa)
基于标签条件能量幅度正则化的机器遗忘中的跨域泛化
机构 * National University of Computer and Emerging Sciences（国家计算机与新兴科学大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 本文提出基于标签条件能量幅度正则化的机器遗忘方法，结合DINOv2相似度传播，在DomainNet和CIFAR-10上实现跨域高效遗忘且不损害其余类别性能。
Comments 17 pages, 3 figures, accepted at the ECCV 2026 Workshop on Unlearning and Model Editing (U&Me)
超越器械运动：面向手术技能评估的组织张力识别
机构 * University of Zagreb（萨格勒布大学） ； University of Twente（特文特大学） ； University of Groningen（格罗宁根大学） ； Radboud University Medical Center（拉德堡德大学医学中心） ； Canisius-Wilhelmina Hospital（卡尼修斯-威廉明娜医院）
AI总结 针对现有手术视频理解方法未捕捉组织张力的问题，本文构建SurgTension数据集，提出TensionTRAC框架，实现了腹腔镜及机器人辅助直肠癌手术的组织张力识别，为手术技能评估提供客观基准。
Comments The paper is accepted by ECCV 2026 Workshop On Medical Video Understanding and submitted the camera-ready version to the ECCV organization
DistillPath：一种高效的22M级蒸馏病理编码器，性能接近大型基础模型
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出22M级蒸馏病理编码器DistillPath-KS16，通过蒸馏86M至1.1B的病理编码器得到，性能接近大型模型Virchow2，参数少29倍、速度快25倍以上，在EVA等基准上表现优异。
Comments 26 pages, 5 figures. Accepted at the ECCV 2026 Workshop on Medical Foundation Models and Benchmarks (MedFM-Bench)
基于卫星图像时间序列的牧场恢复监测：注意事项与机遇
机构 * Lund University（隆德大学） ； RISE Research Institutes of Sweden（瑞典RISE研究院） ； Climate AI Nordics（北欧气候人工智能中心） ； Swedish Centre for Impacts of Climate Extremes (CLIMES)（瑞典气候极端影响中心（CLIMES））
AI总结 本研究将牧场恢复设为二分类深度学习问题，评估两种SITS架构在1397个瑞典恢复牧场上的表现，最优模型准确率达0.88，同时指出可靠部署需注意时间平衡标签等关键因素。
Comments Accepted at the 3rd Workshop on Computer Vision for Ecology at ECCV 2026
结合最优大脑偏差补偿的去噪方差剪枝
机构 * KAIST AI（韩国科学技术院人工智能学院） ； New York University Abu Dhabi（纽约大学阿布扎比分校）
AI总结 针对ViTs剪枝的精度下降或需再训练的问题，提出DVBP + OB²C方法，结合随机矩阵理论去噪与最优大脑偏差补偿，在50% MLP剪枝时保留超90%原Top-1精度，优于VBP。
Comments Accepted to ECCV 2026
MSEditor：面向一致性多镜头视频编辑
AI总结 针对多镜头视频编辑的身份漂移与累积误差问题，提出首个专用框架MSEditor，通过监督适配器与跨镜头打包策略实现一致性编辑，在基准上性能优于现有方法。
Comments ECCV 2026
检索前先复用：诊断具身多模态策略测试时增强的余量与互补性
机构 * KAIST（韩国科学技术院）
AI总结 该研究提出通过可恢复余量与检索互补性两个因素，为具身多模态冻结 VLA 策略的测试时增强选择采样或检索干预，在 LIBERO 上成功提升最高 21.0 个百分点，且可迁移至其他机器人与环境。
Comments Accepted to ECCV 2026 workshop
谱梯度正交化可提升大规模差分隐私训练效果
机构 * School of Computing, Australian National University（澳大利亚国立大学计算机学院）
AI总结 本文提出基于极分解的谱梯度正交化方法，可在零额外隐私成本下提升差分隐私训练效果，在大批次高容量视觉模型训练中实现显著准确率提升且降低方差，结合时间去噪可取得最优结果。
Comments Accepted at ECCV 2026
MoE-ViE：用于高效图像与视频理解的混合专家视觉编码器
机构 * Meta
AI总结 本研究提出MoE-ViE，通过细粒度MoE拓扑、无辅助损失平衡变体、专用MoE内核及帧级蒸馏等设计，实现高效图像与视频理解，性能优于对应密集模型及更大规模SOTA编码器。
Comments Accepted to ECCV 2026
RADmesh：感知重网格化的网格变形
AI总结 RADmesh是一种带重网格化的网格变形方法，可实现大变形、抗噪声，能生成适配几何的规整各向同性网格，在局部和全局变形任务上表现优于现有方法。
Comments ECCV 2026 (Oral). Our project page is at this https URL (https://threedle.github.io/radmesh)
OV3D-Bench：开放词汇单目3D检测的诊断基准
机构 * Technical University of Munich（慕尼黑工业大学） ； Carnegie Mellon University（卡内基梅隆大学） ； StackAV
AI总结 本文提出OV3D-Bench诊断基准，评估发现开放词汇单目3D检测器存在语义误标、对提示敏感等问题，且目标感知协议掩盖误差，同时证明用SigLIPv2重映射闭词汇检测器预测可与专门方法竞争，指出语义是主要瓶颈。
Comments Accepted to OpenSUN3D workshop at ECCV'26; benchmark is released on this https URL (https://github.com/mgladkova/ov3d-bench)
第10届AI City挑战赛
机构 * Santa Clara University（圣克拉拉大学） ； University at Albany, SUNY（纽约州立大学奥尔巴尼分校） ； Iowa State University（爱荷华州立大学） ； Woven by Toyota（丰田编织公司） ； United Arab Emirates University（阿拉伯联合酋长国大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； University of Macau（澳门大学） ； North Carolina State University（北卡罗来纳州立大学） ； Columbia University（哥伦比亚大学） ； Milestone Systems（里程碑系统公司） ； Xi’an Jiaotong University（西安交通大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 本文总结了与ECCV 2026同期举办的第10届AI City挑战赛的设置、数据集、评估结果等，该赛事规模扩大，设多类赛道，成功系统结合基础模型与多种技术。
Comments Summary of the 10th AI City Challenge Workshop in conjunction with 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