IEEE TPAMI

A Geometry-Driven, Framework-Agnostic Optimization for Object Pose Estimation

面向物体姿态估计的几何驱动、框架无关优化方法

Wei Chen, Tao Zhen, Zhongchen Shi, Jing Zhang, Liang Xie, Erwei Yin

AI总结 该研究提出一种几何驱动、框架无关的物体姿态估计数据优化方法，通过主轴线对齐构建旋转表示，提升了姿态估计精度且无需修改网络架构。

Comments Submitted to TPAMI, under review

Recurrence Meets Transformers for Universal Multimodal Retrieval

循环机制与Transformer结合的通用多模态检索模型

Davide Caffagni, Sara Sarto, Marcella Cornia, Lorenzo Baraldi, Rita Cucchiara

机构 * Department of Education and Humanities, University of Modena and Reggio Emilia（教育与人文学院, Modena and Reggio Emilia大学） 纠错

AI总结 本文提出结合循环机制与Transformer的统一多模态检索模型ReT-2，其支持多模态查询，在M2KR等基准上达最优性能，推理更快、内存占用更低，还可提升下游任务表现。

Comments TPAMI 2026