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
期刊&会议
ICCV
International Conference on Computer Vision · 会议 · Computer Vision
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
LightsOut: Diffusion-based Outpainting for Enhanced Lens Flare Removal
机构 * National Yang Ming Chiao Tung University（国家阳明交通大学）
Comments ICCV 2025. Project page: https://ray-1026.github.io/lightsout/
ERNet: Efficient Non-Rigid Registration Network for Point Sequences
机构 * Zhejiang University（浙江大学）
Comments Accepted to ICCV 2025. Project Page: https://guangzhaohe.com/ernet
SEGA: A Stepwise Evolution Paradigm for Content-Aware Layout Generation with Design Prior
机构 * Baidu Inc.（百度公司） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Kuaishou Technology（快手科技）
Comments Accepted by ICCV-2025, Our project website is at: https://brucew91.github.io/SEGA.github.io/, 10 pages
Valeo Near-Field: a novel dataset for pedestrian intent detection
机构 * Valeo（瓦莱欧） ； BRAIN Division（BRAIN部门） ； Universite Paris-Saclay（巴黎-萨克雷大学） ； CEA（法国国家科学研究中心） ； List ； F-91120（法国）
Journal ref ICCV 2025 - 9th Workshop and Competition on Affective & Behavior Analysis in-the-wild (ABAW)
MOBIUS: Big-to-Mobile Universal Instance Segmentation via Multi-modal Bottleneck Fusion and Calibrated Decoder Pruning
机构 * Google（谷歌） ； ETH Zurich（苏黎世联邦理工学院） ； INSAIT, Sofia University, St. Kliment Ohridski（INSAIT，索菲亚大学，圣克莱孟·奥赫里茨基）
Comments ICCV 2025
End-to-End Multi-Modal Diffusion Mamba
机构 * China University of Petroleum-Beijing（中国石油大学（北京）） ； Leyard Optoelectronic（莱亚德光电） ； University of Wisconsin-Milwaukee（威斯康星大学密尔沃基分校）
Comments Accepted by ICCV 2025
Refer to Any Segmentation Mask Group With Vision-Language Prompts
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Adobe
Comments ICCV 2025
Multi-identity Human Image Animation with Structural Video Diffusion
机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学）
Comments ICCV 2025 camera ready
CHROME: Clothed Human Reconstruction with Occlusion-Resilience and Multiview-Consistency from a Single Image
机构 * University of California, Riverside（加州大学河滨分校） ； United Imaging Intelligence（联合影像智能）
Comments Accepted at ICCV 2025
Bolt3D: Generating 3D Scenes in Seconds
机构 * Google Research（谷歌研究） ； VGG – University of Oxford（视觉感知集团 – 欧洲大学） ； Google DeepMind（谷歌DeepMind）
Comments ICCV 2025. Project page: https://szymanowiczs.github.io/bolt3d
YOLOE: Real-Time Seeing Anything
机构 * School of Software, Tsinghua University（清华大学软件学院） ； BNRist, Tsinghua University（清华大学BNRist） ； Department of Automation, Tsinghua University（清华大学自动化系）
Comments ICCV 2025 Camera-ready Version
Ponimator: Unfolding Interactive Pose for Versatile Human-human Interaction Animation
Comments Accepted to ICCV 2025. Project page: https://stevenlsw.github.io/ponimator/
C4D: 4D Made from 3D through Dual Correspondences
机构 * National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学）
Comments Accepted to ICCV 2025
GRAB: A Challenging GRaph Analysis Benchmark for Large Multimodal Models
机构 * University of Cambridge（剑桥大学） ； The University of Hong Kong（香港大学）
Comments Accepted at ICCV 2025
Shape of Motion: 4D Reconstruction from a Single Video
机构 * UC Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind） ； UC San Diego（加州大学圣地亚哥分校） ； Adobe Research（Adobe研究）
Comments ICCV 2025
Leveraging Learned Image Prior for 3D Gaussian Compression
Comments Accepted to ICCV 2025 Workshop on ECLR
VTimeCoT: Thinking by Drawing for Video Temporal Grounding and Reasoning
机构 * Shanghai Jiao Tong University（上海交通大学） ； Noah’s Ark Lab（诺亚实验室） ； Imperial College London（伦敦帝国理工学院）
Comments Accepted by ICCV 2025
Spatial Preference Rewarding for MLLMs Spatial Understanding
机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； Sensetime Research（商汤科技研究院） ； Zhejiang University of Technology（浙江工业大学） ； UCAS-Terminus AI Lab,University of Chinese Academy of Sciences（中国科学院大学Terminus AI实验室）
Comments ICCV 2025
