ECCV

Stream-DiffVSR: Low-Latency Streamable Video Super-Resolution via Auto-Regressive Diffusion

Stream-DiffVSR: 通过自回归扩散实现低延迟可流式传输视频超分辨率

Hau-Shiang Shiu, Chin-Yang Lin, Zhixiang Wang, Chi-Wei Hsiao, Po-Fan Yu, Yu-Chih Chen, Yu-Lun Liu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Shanda AI Research Tokyo（盛大AI研究东京） ； MediaTek Inc.（联发科技股份有限公司） 纠错

AI总结 Stream-DiffVSR提出一种因果条件扩散框架，通过四步蒸馏去噪器、自回归时间引导模块和轻量时间感知解码器，实现高效在线视频超分辨率，显著降低延迟并提升质量。

Comments ECCV 2026 Spotlight. Project page: https://jamichss.github.io/stream-diffvsr-project-page/

Improving Image-to-Image Translation via a Rectified Flow Reformulation

通过修正流重新公式化改进图像到图像转换

Satoshi Iizuka, Shun Okamoto, Kazuhiro Fukui

机构 * University of Tsukuba（茨口大学） 纠错

AI总结 本文提出I2I-RFR方法，通过将标准图像到图像回归网络重新解释为连续时间传输模型，提升图像转换性能，保留传统监督训练流程，增强感知质量和细节保留。

Comments Accepted to ECCV 2026. Project page: https://iizuka.cs.tsukuba.ac.jp/projects/i2irfr/

ProGVC: Progressive-based Generative Video Compression via Auto-Regressive Context Modeling

ProGVC：基于渐进式的生成视频压缩 via 自动回归上下文建模

Daowen Li, Ruixiao Dong, Kai Li, Ying Chen, Ding Ding, Li Li

机构 * Alibaba Group（阿里巴巴集团） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 ProGVC提出一种统一渐进传输、高效熵编码和细节合成的视频压缩框架，通过多尺度自回归上下文模型实现低比特率下的高质量视频压缩与可扩展性。

Comments Accepted by ECCV 2026

Analyzing and Improving Fast Sampling of Text-to-Image Diffusion Models

分析和改进文本到图像扩散模型的快速采样

Zhenyu Zhou, Defang Chen, Siwei Lyu, Chun Chen, Can Wang

机构 * State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室） ； Institute for Artificial Intelligence and Data Science（人工智能与数据科学研究院） ； University at Buffalo（布法罗大学） 纠错

AI总结 本文提出TORS调度策略，通过优化采样轨迹的几何变化，提升文本到图像扩散模型在有限采样步数下的生成质量。

Comments Accepted by ECCV 2026

EMAG: Self-Rectifying Diffusion Sampling with Exponential Moving Average Guidance

EMAG: 无训练的自修正扩散采样与指数移动平均引导

Ankit Yadav, Ta Duc Huy, Lingqiao Liu

机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； The University of Adelaide（阿德莱德大学） 纠错

AI总结 EMAG通过无训练机制改进扩散模型的引导技术，生成更困难的负样本以提升生成质量和人类偏好分数。

Comments 63 pages (Accepted at ECCV 2026)

Error-Driven Scene Editing for 3D Grounding in Large Language Models

面向大语言模型中3D grounding的错误驱动场景编辑

Yue Zhang, Zun Wang, Han Lin, Jialu Li, Jianing Yang, Yonatan Bitton, Idan Szpektor, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Michigan（密歇根大学） ； Google Research（谷歌研究） 纠错

AI总结 针对3D大语言模型的空间grounding偏差问题，提出错误驱动框架DEER-3D，通过结构化循环生成针对性反事实训练示例，在多基准上实现4%-6%的性能增益。

Comments Accepted by ECCV 2026. Code: https://github.com/zhangyuejoslin/Deer-3D

BikeScenes: LiDAR Semantic Segmentation for Bicycles

BikeScenes：面向自行车的激光雷达语义分割

Denniz Goren, Holger Caesar

机构 * Denniz Goren（独立研究者） ； Holger Caesar（独立研究者） 纠错

AI总结 针对更快电动自行车普及带来的骑行者安全问题，研究人员推出BikeScenes-lidarseg数据集，验证了SemanticKITTI预训练的FRNet模型经微调后在自行车搭载激光雷达场景中的显著性能提升，为相关研究提供了资源。

Comments Accepted at the DriveX Workshop, ECCV 2026

What is the Right Embedding Space for Contrastive Learning in Referring Expression Counting?

REC中对比学习的合适嵌入空间是什么？

Kostas Triaridis, Panagiotis Kaliosis, E-Ro Nguyen, Jingyi Xu, Dimitris Samaras, Hieu Le

机构 * Stony Brook University（斯通布鲁克大学） ； EPFL（苏黎世联邦理工学院） 纠错

AI总结 该研究针对REC任务现有对比学习策略的局限，提出视觉嵌入空间的C-REX框架，作为即插即用模块提升REC及类别无关计数任务性能，在REC上MAE最高提升28%、RMSE提升24.5%。

Comments ECCV 2026 (15 pages, 4 figures)

Fast and Accurate Image Restoration and Generation with Rank Enhanced Linear Attention

基于秩增强线性注意力的快速准确图像恢复与生成

Yuang Ai

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 研究旨在解决Transformer自注意力二次复杂度问题，提出秩增强线性注意力（RELA）及高效视觉Transformer（LAformer），通过集成深度卷积丰富特征表示，经实验验证LAformer在图像恢复和生成任务中性能优且计算高效。

Comments Accepted by ECCV 2026