期刊&会议
European Conference on Computer Vision · 会议 · Computer Vision
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
哦，鹿啊，我该如何应对？用于选择性野生动物标注与分类的季节先验
机构 * Aalborg University（奥尔堡大学） ； University of Applied Sciences Upper Austria（上奥地利应用科学大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 该研究针对航拍野生动物分类的标签不可靠问题，以马鹿雄性识别为对象，利用季节先验结合多模态数据提升标注与分类效果，提出的方法可指导标注协议设计和模态加权。
Comments Accepted at the ECCV 2026 Workshop on Computer Vision for Ecology (CV4Ecology), archival proceedings track. 17 pages, 4 figures, 4 tables
属性应来自图像，而非类名：视觉语言模型的分布条件属性选择
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究视觉语言模型可解释零样本分类，指出基于类名的描述符视觉证据不足。提出从目标图像集选属性的方法，该方法提升了准确率，性能优于CoOp，用时短，所选属性还能描述数据分布，是一种有效的分布条件属性选择策略。
Comments Accepted at the PFATCV Workshop, ECCV 2026. Project page: https://ggare-cmu.github.io/AttributeSelect/
RAG-3DSG: 通过重拍引导的检索增强生成增强3D场景图
AI总结 RAG-3DSG通过重拍引导的不确定性估计缓解3D场景图中的语义不一致问题，利用对象级检索增强生成方法提升机器人任务中的场景表示可靠性。
Comments Accepted by ECCV
逐步学习图像压缩用于机器感知
机构 * Yonsei University（延世大学） ； Chung-Ang University（Chung-Ang 大学）
AI总结 本文提出PICM-Net，一种基于三平面编码的逐步学习图像压缩算法，通过自适应解码控制器提升机器感知任务的适应性和性能。
Comments Accepted at ECCV 2026 Workshop on Low-Level Vision Frontiers
用于3D手部重建的可负担性引导扩散先验
AI总结 研究在手部大量被遮挡时3D手部姿势重建问题；核心方法是用基于扩散的生成模型，由视觉语言模型推断的可负担性描述引导；主要贡献是显著提升手部姿势估计准确性，优于现有方法。
Comments Accepted to ECCV 2026. Project page: https://narusuzuki.github.io/projects/26-affhandgen/
$T^{3}S$：基于热时间的卫星图像时间序列通用作物映射方法
机构 * Earth Observation of Agroecosystems Team, Agroscope, Switzerland（农业生态系统观测团队，阿格罗科学研究所，瑞士） ； ETH Zurich, Switzerland（苏黎世联邦理工学院，瑞士）
AI总结 研究针对卫星图像时间序列作物分类泛化能力不足等问题，提出基于热时间的$T^3S$方法，通过累积生长度日重新索引观测，在多个数据集上评估，该方法在跨年度和跨区域作物分类上优于基线，提升了多项性能。
Comments Camera-ready version for the ECCV CVPPA workshop
机构 * Imperial College London（伦敦帝国学院）
Comments Accepted at the 19th European Conference on Computer Vision (ECCV 2026) Workshops
机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； University of Adelaide（阿德莱德大学）
Comments Accepted as a conference paper at ECCV 2024; v7: Minor corrections to the adversarial robustness results and corresponding text. Conclusions unchanged
从假到真：基于平衡合成图像的预训练以防止图像识别中的虚假相关性
AI总结 针对图像识别模型易受虚假相关性影响的问题，提出从假到真（FFR）两步训练流程，先在平衡合成数据预训练，再用真实数据微调，在三个数据集上使最差组准确率较SOTA提升最高20%
Comments Accepted at ECCV 2024
驾驶视觉-语言-动作模型中规划 token 的深度探测与剪枝
机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
AI总结 本文针对驾驶 VLA 模型的规划 token，通过探测其 32 个解码器层的信号并剪枝部分层，在误差小幅增加下实现 1.33 倍解码器加速，验证了规划信息早期存在但格式适配问题。
Comments Accepted at the 6th DriveX Workshop (Foundation Models for Autonomous Driving), ECCV 2026. 14 pages, 8 figures, 4 tables
面向隐空间生成的表征驱动型内窥镜视觉嵌入对齐
机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Amsterdam University Medical Centers（阿姆斯特丹大学医学中心） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 本研究针对内窥镜生成模型的领域差距与计算成本问题，提出REVEAL模型，基于500万帧内窥镜数据训练，在多任务中性能优于同类模型，为临床智能工具开发提供基础。
Comments Accepted at the DCA-MI Workshop (ECCV 2026)
通过零知识证明对图像来源进行软编辑
AI总结 针对图像来源透明度与隐私的冲突，提出基于零知识证明的软编辑方法，通过距离证明实现隐私保护，兼容C2PA且构建与验证效率较高。
Comments To appear at ECCV 2026 workshop on Privacy Fairness Accountability and Transparency in Computer Vision (PFATCV)
HRDiT：基于现成扩散Transformer模型的无需训练高分辨率图像生成
机构 * Lancaster University（兰卡斯特大学） ； South China University of Technology（华南理工大学） ； NVIDIA AI Tech Centre（英伟达AI技术中心）
AI总结 本研究针对现成DiT模型适配高分辨率图像合成的空间紊乱、生成时间长两大挑战，提出新方法，经实验验证其有效性，代码公开。
Comments Accepted by ECCV 2026
当单模态不够时：基于航拍RGB-热红外视频的马鹿多模态性别与生命阶段分类
机构 * Aalborg University（奥尔堡大学） ； University of Applied Sciences Upper Austria（上奥地利应用科学大学） ； University of Novi Sad（诺威萨德大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 该研究以马鹿为对象，融合航拍RGB与热红外视频的自监督DINOv3特征，构建多模态分类流程，在四次飞行中实现26只个体25只的正确分类，提升了种群性别与生命阶段分类的鲁棒性，可自动化获取兽群结构数据。
Comments Accepted at the ECCV 2026 Workshop on Computer Vision for Ecology (CV4Ecology), archival proceedings track. 17 pages, 7 figures, 5 tables
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