期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
MV-Forcing：基于4D锚定时空自强制的长时长多视角视频生成
机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Cornell University（康奈尔大学）
AI总结 针对动态场景长时多视角一致视频生成难题，提出MV-Forcing框架，融合时序与视角自回归，实现任意时长视角数的高一致性多视角视频生成。
Comments Accepted to ECCV 2026. Project webpage: https://galfiebelman.github.io/mv-forcing/
WildSplat：基于无位姿野外图像的前向高斯溅射方法
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； vivo BlueImage Lab（vivo蓝河图像实验室）
AI总结 针对前向3D重建在光照变化场景下性能不佳的问题，提出双分支解耦架构的WildSplat框架，实现单步前向的野外新视角合成与外观编辑SOTA性能。
Comments 22 pages, 9 figures; Accepted by ECCV 2026. Project page: https://zju3dv.github.io/wildsplat/
医学视觉语言模型的模型编辑评估与理解
机构 * EECS, University of Michigan（密歇根大学电子工程与计算机科学系）
AI总结 针对现有多模态编辑基准不适配临床需求的问题，提出临床基准M3Bench，测试多类编辑方法的性能短板，为医学VLM部署后安全适配提供支撑。
Comments Accepted to the European Conference on Computer Vision (ECCV) 2026. Code and benchmark are available at https://github.com/BioMed-AI-Lab-U-Michgan/M3Bench
RADIANCE：使用IP-适配器进行相对自适应去噪以增强新颖概念
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学）
AI总结 针对文本到图像扩散模型合成罕见概念的问题，提出无训练框架RADIANCE，通过三个模块组件增强预训练主干，经实验验证其能提升合成效果。
Comments Accepted to ECCV 2026. Camera-ready version
LangLoc：“告诉我你看到了什么”
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Zürich（苏黎世大学） ； Microsoft（微软公司） ； HUN-REN SZTAKI（匈牙利科学院计算机与自动化研究所）
AI总结 研究从自然语言进行室内细粒度定位，用含CLIP语义特征的双分支GATv2编码器检索场景，通过射线投射物体可见性估计位置和方向，用贝叶斯对话模块解决歧义，贡献基准数据集。
Comments Accepted at the European Conference of Computer Vision (ECCV) 2026
MemPose：基于记忆的类别级目标姿态估计
机构 * Tongji University（同济大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
AI总结 研究类别级目标姿态估计，提出以记忆为中心的MemPose框架，引入外部记忆缓冲区存储并更新结构表示，利用积累经验支持当前感知，实验表明优于现有方法。
Comments Accepted by ECCV 2026
学习用于持续学习的概率提示
机构 * Yonsei University（延世大学） ； Samsung Electronics（三星电子）
AI总结 研究持续学习中从序列任务渐进学习并保留旧知识的问题，提出基于概率分布建模提示并构建混合分布采样多样提示的框架，还设正则化损失，实验验证框架有效性。
Comments Accepted to ECCV 2026
从开环到闭环：用于参考一致图像生成的测试时迭代优化框架
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Electronic Science and Technology of China（电子科技大学）
AI总结 提出测试时迭代优化框架，将参考一致图像生成转为闭环动态跟踪问题，用改进PID算法驱动传感器-控制器架构，迭代优化潜在控制信号，该方法无训练、模型无关且与现有扩散管道无缝集成。
Comments 24 pages, 15 figures. Accepted at ECCV 2026
用于弱监督指称表达式理解的学习结构化视觉组合表示
机构 * The University of Western Australia（西澳大利亚大学） ； Murdoch University（莫道克大学） ； Sun Yat-sen University（中山大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 针对弱监督指称表达式理解问题，提出结构化视觉组合表示学习框架，显式建模一元对象嵌入和成对关系嵌入，引入组合对齐机制，实验证明该方法有效。
Comments Accepted at ECCV 2026
PixelPilot：用于端到端自动驾驶的可扩展视觉-语言-动作模型
机构 * MoE Key Lab of Artificial Intelligence, Institute of AI, Shanghai Jiao Tong University（教育部人工智能重点实验室，上海交通大学人工智能研究院） ； Central Research Institute, Huawei（华为中央研究院）
AI总结 针对现有视觉-语言-动作模型在自动驾驶场景中数据可扩展性有限等问题，提出PixelPilot，采用解耦规划和提升范式，通过知识灌输策略学习，提升了模型性能。
Comments Accepted by ECCV 2026
用于无透镜图像重建的集成正反网络
机构 * Department of Mechanical Engineering, Seoul National University（韩国首尔国立大学机械工程系） ； School of Mechanical and Aerospace Engineering/SNU-IAMD, Seoul National University（韩国首尔国立大学机械与航空航天工程学院/SNU-IAMD） ； Department of Electrical and Electronic Engineering, Yonsei University（韩国延世大学电气与电子工程系） ； Department of Biomedical Engineering, University of Michigan（美国密歇根大学安娜堡分校生物医学工程系）
AI总结 研究无透镜成像重建难题，提出集成正反网络，通过在各尺度交错可微正向投影与可学习反向更新，利用互补线索，实现渐进、物理一致的细化及PSF内核自适应，达最优重建质量。
Comments Accepted to ECCV 2026
RAF：用于恶劣天气下稳健3D目标检测的相机、激光雷达和4D雷达的可靠性感知融合
机构 * Visual Intelligence Lab., KAIST（韩国科学技术院视觉智能实验室）
AI总结 针对恶劣天气下多传感器3D目标检测难题，提出RAF方法，通过明确监督像素可靠性估计，利用预训练网络，仅训练新增相机分支等，实验证明该方法有效提升检测精度。
Comments ECCV 2026
QSVideo：用于视频理解的查询条件语义时间检索
机构 * Michigan State University（密歇根州立大学）
AI总结 针对视频理解中视觉语言模型性能随视频时长下降问题，提出QSVideo框架，通过查询条件语义排序器、联合优化相关性和多样性及时间对齐策略，提升视频VLM性能。
Comments ECCV 2026
CCFM：用于安全关键场景生成的碰撞约束流匹配
机构 * Stony Brook University（纽约州立大学石溪分校） ； Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 研究自动驾驶车辆规划器在安全关键闭环仿真中的评估，提出CCFM框架，通过硬物理约束保证精确碰撞控制，含碰撞选择器、硬约束和碰撞约束流匹配采样器，性能超基线。
Comments Accepted by ECCV 2026
自适应拼接：用于前馈重建的纹理感知可控3D高斯分配
机构 * Vision and AI Lab, Indian Institute of Science（视觉与人工智能实验室，印度科学研究所） ； Samsung R & D Institute India - Bangalore（三星印度研发中心 - 班加罗尔）
AI总结 研究前馈3D重建中高斯原语冗余问题，提出利用局部纹理信息控制高斯数量的方法，含纹理估计、纹理感知剪枝和自适应高斯头三个关键组件，实验验证了该方法有效性。
Comments Accepted at ECCV 2026. Project page: https://badrinaths.github.io/projects/adaptive-splat/
超越随机采样：用于半监督医学图像分割的分布感知对齐
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Department of Ultrasound, Xinhua Hospital Affiliated to Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属新华医院超声科）
AI总结 研究针对半监督医学图像分割中随机采样策略在低数据量时表征偏差的问题，提出基于分布对齐的高效框架，用分布感知样本选择策略和记忆引导复制粘贴模块，提升分割性能。
Comments 19 pages, 5 figures, accepted by ECCV 2026
CritiqueDriveVLM：从验证器引导的强化学习到自动驾驶的潜在思想蒸馏
机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； School of Digital Media & Design Arts（数字媒体与设计艺术学院） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 提出CritiqueDriveVLM框架解决自动驾驶中推理幻觉等问题，先通过验证器引导的强化学习培养强大教师模型，再用潜在思想蒸馏压缩能力到学生模型，提升性能并大幅降低推理延迟。
Comments Accepted by ECCV 2026
感知美好瞬间：利用Live2K数据集进行动态照片的封面帧重新选择与增强
机构 * University of Electronic Science and Technology of China（电子科技大学） ； OPPO Research Institute（OPPO研究院） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 针对动态照片封面与视频帧质量差距问题，定义LPRE任务，利用动态照片内线索，构建Live2K数据集并开发统一基线，为动态照片增强研究建立首个基准。
Comments Accepted to ECCV 2026
HCSU：用于细粒度历史书法风格理解的数据集和基准测试
机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； The Key Laboratory of Embedded System and Service Computing, Ministry of Education（教育部嵌入式系统与服务计算重点实验室）
AI总结 针对大视觉语言模型在书法风格细粒度理解的挑战，引入HCSU数据集，含多朝代书法家字符图像，解耦模态混合问题，提供分层审美描述及评估协议，揭示当前架构局限以推动视觉推理发展。
Comments Accepted at ECCV 2026. 17 pages, 5 figures, 5 tables
SAGE：用于人类行为理解的同步动作-注视识别与预测
机构 * Honda Research Institute, USA（美国本田研究院） ； Rensselaer Polytechnic Institute（伦斯勒理工学院）
AI总结 研究人类对象交互、注视模式及其预测间的关联，提出SAGE统一框架，利用基于Transformer架构将注视数据纳入时空注意力机制，在多场景下联合建模动作与注视，建立新基准数据集，实验效果良好。
Comments Accepted to ECCV 2026
InSpace：从单张360°图像生成具有结构感知的3D室内场景
机构 * KAIST（韩国科学技术院） ； NAVER LABS（NAVER实验室） ； Chung-Ang University（中央大学）
AI总结 针对单图像到3D生成扩展到室内场景有挑战的问题，提出InSpace框架，利用360°图像，经估计部分场景几何、生成粗结构、产生详细布局和资产几何三阶段，还建数据集，实验表明其性能强。
Comments ECCV 2026
奖励闪电：通过同源偏好蒸馏实现快速视频生成
机构 * Tencent Hunyuan（腾讯混元）
AI总结 研究视频扩散模型中同时进行偏好对齐和蒸馏加速的挑战，提出统一框架Reward Lightning，利用同源原理在共享表示中对齐和加速模型，介绍潜在奖励模型和同源偏好蒸馏，实验证明其有效性。
Comments Accepted by ECCV 2026
DICT：用于扩散模型条件图像生成的数据注入和对比轨迹细化
机构 * Zhejiang University（浙江大学）
AI总结 针对条件图像生成，提出DICT方法。通过数据注入将噪声扰动条件信号融入早期去噪阶段，结合对比轨迹细化，在统一扩散框架下提升生成质量，且无需引入任务相关架构，跨任务转移效果好。
Comments Accepted by ECCV 2026
BAT3R：从二维图像集合中自训练关节式三维重建
机构 * University of Edinburgh（爱丁堡大学）
AI总结 研究从单张图像进行关节物体3D重建，利用未标注2D图像集和单个绑定规范网格，提出训练框架，通过拟合网格到预测点图迭代估计关节和相机姿态，提升模型性能。
Comments Accepted to ECCV 2026. Project page: https://jakubzadrozny.github.io/bat3r/
PRISM3D：极端运动模糊下物理一致场景建模的概率细化与鲁棒初始化
机构 * Computational Imaging Lab, Dept. of Electrical Engineering, IIT Madras（印度理工学院马德拉斯分校电气工程系计算成像实验室）
AI总结 研究从极端运动模糊图像进行盲3D场景重建问题，提出PRISM3D框架，用鲁棒初始化策略结合概率物理方法，还介绍多模态扩展PRISM3D-E及基准，实验表明其达新的最优性能。
Comments Accepted to ECCV-26
Q-TriM：用于视听问答的问题引导三模态注意力
机构 * Dept. of Computer Science and Engineering（计算机科学与工程系）
AI总结 研究视听问答问题，提出Q-TriM以浅并行方式进行多模态融合，引入基于文本的视频和音频注意力操作框架，避免深度堆叠融合的问题，在三个基准测试中达最优性能。
Comments Accepted at ECCV 2026
FDR-Occ：用于全光谱3D占用预测的因子分解密集路由
机构 * SKL-IOTSC, CIS, University of Macau（澳门大学物联网与智慧城市国家重点实验室、计算机与信息科学系） ； Chongqing Afari Intelligent Drive Co., Ltd.（重庆阿法里智能驾驶有限公司） ； Geely Automobile Research Institute (Ningbo) Co., Ltd.（吉利汽车研究院（宁波）有限公司）
AI总结 研究基于视觉的3D占用预测，将视图变换抽象为无约束二分路由并提出因子分解密集路由（FDR），引入分辨率-上下文解耦架构，实验表明该框架性能优，在未校准设置中结构稳健性强。
Comments ECCV 2026
全局逻辑与局部搜索：用于可验证工业异常检测的双流多模态上下文学习
机构 * Nanjing University（南京大学） ； China Mobile Zijin Innovation Institute（中国移动紫金创新研究院） ； Southeast University（东南大学）
AI总结 针对工业异常检测难题，提出无训练框架GLLS，利用视觉逻辑图谱组织参考和规范，结合全局逻辑流与细粒度动作流，实验表明其优于基线且决策可追溯
Comments Accepted by ECCV 2026. 18 pages, 3 figures, 6 tables
基于视点方向划分和场景补全的城市级三维表面重建
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Department of Computer Science, Wayne State University（韦恩州立大学计算机科学系）
AI总结 针对多视图三维表面重建难题，提出基于视点方向的场景划分方法，确保相似方向视图共同参与以精确估计深度，并行计算更均衡，还提出检测修复点云缺失区域策略，提升大规模场景重建质量。
Comments Accepted by ECCV 2026
通过少数偏好优化实现自我改进的扩散分类器
机构 * Korea University（韩国大学） ； Kook Min University（国民大学） ； Kyung Hee University（庆熙大学）
AI总结 研究发现扩散分类器感知偏向多数区域，提出MiPO方法，利用少数偏好奖励微调预训练扩散模型，无需额外图像数据等，经实验验证可缓解偏差并提升零样本扩散分类性能。
Comments 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