Closed-Loop Transfer for Weakly-supervised Affordance Grounding
机构 * ShanghaiTech University（上海科技大学） ； School of Computer Science and Engineering（计算机科学与工程学院）
Comments Accepted at ICCV 2025
期刊&会议
ICCV
International Conference on Computer Vision · 会议 · Computer Vision
iDETEX: Empowering MLLMs for Intelligent DETailed EXplainable IQA
机构 * Tencent, WeChat（腾讯，微信）
Comments Accepted to ICCV 2025 Workshop
Capturing Head Avatar with Hand Contacts from a Monocular Video
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（智能系统研究所）
Comments ICCV 2025
Towards a Generalizable Fusion Architecture for Multimodal Object Detection
机构 * Université Grenoble Alpes（格勒诺布尔大学） ； Université Sorbonne Paris Nord（巴黎-萨克勒大学） ； INRIA（法国国家信息与自动化研究所）
Comments 8 pages, 8 figures, accepted at ICCV 2025 MIRA Workshop
Enrich and Detect: Video Temporal Grounding with Multimodal LLMs
机构 * FAIR, Meta（FAIR、Meta） ； Johns Hopkins University（约翰霍普金斯大学） ； Northeastern University（东北大学）
Comments ICCV 2025 (Highlights)
Learning to play: A Multimodal Agent for 3D Game-Play
机构 * Player2
Comments International Conference on Computer Vision Workshop on Multi-Modal Reasoning for Agentic Intelligence
CARDIUM: Congenital Anomaly Recognition with Diagnostic Images and Unified Medical records
机构 * Universidad de los Andes（andes大学） ； Fundación Santa Fe de Bogotá（圣费博多哥基金会）
Comments Accepted to CVAMD Workshop, ICCV 2025
The 1st Solution for 7th LSVOS RVOS Track: SaSaSa2VA
机构 * Wuhan University（武汉大学） ； University of California, Merced（加州大学默塞德分校） ； Nanyang Technological University（南洋理工大学）
Comments The 1st place report of 7th LSVOS challenge RVOS track in ICCV 2025. The code is released in Sa2VA repository: https://github.com/bytedance/Sa2VA
BokehDiff: Neural Lens Blur with One-Step Diffusion
机构 * National Key Lab of General AI, School of Intelligence Science and Technology, Peking University（国家关键人工智能实验室，智能科学与技术学院，北京大学） ； Vivo Mobile Communication Co., Ltd.（Vivo移动通信有限公司） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机科学学院，北京大学） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（视觉技术国家工程研究中心，计算机科学学院，北京大学）
Comments Accepted by ICCV 2025
Hierarchical Material Recognition from Local Appearance
Comments ICCV 2025 Camera Ready
LANGTRAJ: Diffusion Model and Dataset for Language-Conditioned Trajectory Simulation
机构 * UC Berkeley（加州大学伯克利分校） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣地亚哥分校）
Comments ICCV 2025
NavQ: Learning a Q-Model for Foresighted Vision-and-Language Navigation
机构 * Peking University（北京大学）
Comments ICCV 2025
Recover Biological Structure from Sparse-View Diffraction Images with Neural Volumetric Prior
Comments ICCV 2025
Demeter: A Parametric Model of Crop Plant Morphology from the Real World
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Comments ICCV 2025
Stroke2Sketch: Harnessing Stroke Attributes for Training-Free Sketch Generation
机构 * Huaqiao University（华侨大学） ； South China University of Technology（华南理工大学） ； Shaanxi Normal University（陕西师范大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Singapore Management University（新加坡国立大学）
Comments ICCV 2025
ObjectTransforms for Uncertainty Quantification and Reduction in Vision-Based Perception for Autonomous Vehicles
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University Of Minnesota（明尼苏达大学）
Comments Accepted at International Conference on Computer Vision (ICCV) 2025 Workshops
G$^{2}$D: Boosting Multimodal Learning with Gradient-Guided Distillation
机构 * Oklahoma State University（俄克拉荷马州立大学）
Comments Accepted at ICCV 2025
Free$^2$Guide: Training-Free Text-to-Video Alignment using Image LVLM
机构 * Graduate School of AI, KAIST（人工智能研究生院，韩国科学技术院）
Comments ICCV 2025 accepted
