ICCV

FG-OrIU: Towards Better Forgetting via Feature-Gradient Orthogonality for Incremental Unlearning

FG-OrIU: 通过特征-梯度正交性实现更好的增量遗忘

Qian Feng, JiaHang Tu, Mintong Kang, Hanbin Zhao, Chao Zhang, Hui Qian

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） 纠错

AI总结 FG-OrIU通过特征和梯度正交约束实现深度不可逆的增量遗忘，解决现有方法中残留信息可恢复的问题。

Comments This paper has been accepted by ICCV 2025. code: \url{https://github.com/RAIAN08/FG-OrIU}

Exploiting Test-Time Augmentation in Federated Learning for Brain Tumor MRI Classification

在联邦学习中利用测试时增强进行脑肿瘤MRI分类

Thamara Leandra de Deus Melo, Rodrigo Moreira, Larissa Ferreira Rodrigues Moreira, André Ricardo Backes

机构 * Institute of Exact and Technological Sciences, Federal University of Viçosa - UFV, Rio Paranaíba-MG, Brazil（精确与技术科学研究所，弗拉维亚联邦大学-UFV，里奥帕拉纳伊巴-MG，巴西） ； Department of Computing, Federal University of São Carlos, São Carlos-SP, Brazil（计算系，萨o卡洛斯联邦大学，萨o卡洛斯-SP，巴西） 纠错

AI总结 本文提出在联邦学习中结合测试时增强和轻量预处理以提升脑肿瘤MRI分类的准确性。

Comments 21st International Conference on Computer Vision Theory and Applications (VISAPP 2026), 9-11 March 2026, Marbella, Spain

Generalizable Hyperparameter Optimization for Federated Learning on Non-IID Cancer Images

可泛化的联邦学习超参数优化用于非独立同分布癌症图像

Elisa Gonçalves Ribeiro, Rodrigo Moreira, Larissa Ferreira Rodrigues Moreira, André Ricardo Backes

机构 * Institute of Exact and Technological Sciences, Federal University of Viçosa - UFV, Rio Paranaíba-MG, Brazil（精确与技术科学研究所，弗拉维亚联邦大学-UFV，里奥帕拉纳伊巴-巴西） ； Department of Computing, Federal University of São Carlos, São Carlos-SP, Brazil（计算系，圣卡洛斯联邦大学，圣卡洛斯-巴西） 纠错

AI总结 本文提出了一种简单的方法，通过跨数据集聚合优化器和批量大小，实现了在非IID联邦学习场景中具有竞争力的分类性能。

Comments 21st International Conference on Computer Vision Theory and Applications (VISAPP 2026), 9-11 March 2026, Marbella, Spain

Now You See Me, Now You Don't: A Unified Framework for Expression Consistent Anonymization in Talking Head Videos

现在你看见了，现在你又看不见：一种用于说话头视频中表达一致匿名化的统一框架

Anil Egin, Andrea Tangherloni, Antitza Dantcheva

AI总结 Anon-NET通过基于扩散的生成模型和视频驱动动画，实现说话头视频中表达一致的匿名化，同时保留视觉真实性和时间一致性。

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops, IEEE/CVF, Oct 2025, Hawaii-Honolulu, United States. pp.5925-5934

Compositional Feature Augmentation for Unbiased Scene Graph Generation

组合特征增强用于无偏场景图生成

Lin Li, Guikun Chen, Jun Xiao, Yi Yang, Chunping Wang, Long Chen

机构 * Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港理工大学） ； FinVolution 纠错

AI总结 本文提出组合特征增强策略，通过增强关系三元组特征多样性，解决SGG中的偏见问题。

Comments ICCV