期刊&会议
Winter Conference on Applications of Computer Vision · 会议 · Computer Vision
面向4D植物建模的结构感知黎曼生长场
机构 * Nara Women’s University（奈良女子大学） ； Kyoto University（京都大学）
AI总结 该研究提出结构感知黎曼生长场框架，用于从稀疏时间观测重建4D植物生长，构建了10天双物种标注数据集，在几何精度与对应一致性上优于现有方法。
Comments Accepted to WACV 2027 (Round 1)
SuperQuadricOcc: 基于超级二次曲面体渲染的实时自监督语义占用估计
机构 * Data Driven Computer Engineering (D²iCE) Research Centre（数据驱动计算机工程（D²iCE）研究中心） ； University of Limerick（利默里克大学） ； Taighde Éireann – Research Ireland（爱尔兰研究——塔吉德）
AI总结 本文提出SuperQuadricOcc，通过超级二次曲面体渲染实现实时自监督语义占用估计，相比传统方法更高效且占用内存更少，在Occ3D-nuScenes数据集上取得最佳性能。
Comments Accepted at WACV 2027
JUMP-lite：紧凑、可复现的细胞表征基准测试
AI总结 研究针对JUMP数据集体积过大导致细胞表征基准测试难以开展的问题，提出JUMP-lite压缩子集与Nahual框架，测试5种表征方法并验证压缩保留下游信号，为相关基准测试提供基础。
Comments Submitted to WACV 2027
仅一次流：基于多假设归一化流的校准且实时雷达位姿估计
机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔兰根-纽伦堡大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； LMU München（慕尼黑大学） ； Helmholtz Zentrum München（慕尼黑亥姆霍兹中心）
AI总结 该研究针对雷达位姿估计的歧义问题，提出MH-NFPG方法，结合时空Transformer与归一化流，实现高效实时的校准位姿估计，性能优于扩散模型。
Comments Accepted at the Winter Conference on Applications of Computer Vision (WACV) 2027
MVMD：用于增强镜面检测的多视图方法
机构 * University of Houston（休斯顿大学）
AI总结 针对现有镜面检测仅关注单图像的局限，提出多视图镜面检测方法MVMD及首个多视图镜面检测数据库，通过三个模块提升检测效果，使准确率和IoU分别最高提升2.6%和11.1%，增强了镜面密集环境下的三维重建准确性。
Comments This work has already published at WACV 2025, just want more accessibility
Journal ref 2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
PrismVAU: 用于多模态视频异常理解的提示优化推理系统
机构 * Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； Aalborg University（奥胡斯大学） ； Milestone Systems（Milestone系统）
AI总结 PrismVAU通过轻量级系统和自动提示工程实现高效的多模态视频异常理解，无需复杂标注和外部模块。
Comments This paper has been accepted to the 6th Workshop on Real-World Surveillance: Applications and Challenges (WACV 2026)
SOVABench：多模态大语言模型的车辆监控动作检索基准
机构 * Milestone Systems A/S（Milestone Systems公司） ； Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； Aalborg Universitet（奥胡斯大学）
AI总结 SOVABench为多模态大语言模型提供车辆监控动作检索基准，通过定义两种评估协议评估跨动作区分和时间方向理解，展示了模型在复杂监控任务中的性能。
Comments This work has been accepted at Real World Surveillance: Applications and Challenges, 6th (in WACV Workshops)
用于MRI图像非均匀降噪的稀疏混合专家模型
机构 * Purdue University（普渡大学）
AI总结 针对MRI图像非均匀噪声问题，提出细粒度稀疏混合专家框架，将图像分区域后路由至专用降噪CNN，在合成与真实脑部MRI数据集上性能优于现有方法，且泛化性良好。
Comments Accepted to the WACV Workshop on Image Quality
Journal ref in 2025 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW), Tucson AZ USA, pp 260-268
Comments Accepted at IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2025 (Oral Presentation)
Journal ref IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2025, pp. 1217-1226
CalibBEV：基于鸟瞰图对齐的激光雷达-相机标定方法
机构 * University of Bologna（博洛尼亚大学） ； University of Parma（帕尔马大学） ； Stanford University（斯坦福大学） ； VisLab srl（VisLab有限公司） ； Ambarella Inc.（安霸公司）
AI总结 CalibBEV是一种激光雷达-相机标定方法，通过两步BEV对齐结合CLIP对比损失实现跨模态统一，在KITTI、nuScenes基准上大幅降低了标定误差，达到最优性能。
Journal ref Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. 2026. p. 4345-4354
FedEFC: 在噪声标签下使用增强前向校正的联邦学习
机构 * KAIST（韩国科学技术院） ； Myongji University（明溪大学）
AI总结 FedEFC通过预停止和损失校正技术，有效缓解联邦学习中噪声标签的影响，尤其在异构数据环境下表现优异。
Comments 9 pages, 3 figures, revised version
Journal ref Proc. IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2026
MIME：多模态交互式运动编码器
机构 * Purdue University（普渡大学）
AI总结 研究针对动画、AR/VR等场景中多人交互的文本-运动表示学习问题，提出多模态交互式运动编码器MIME，通过特定方法捕捉结构并训练，在文本-运动检索任务中表现出色，还能跨数据集支持下游运动生成。
Comments Under review at WACV 2027
MLLM-LLaVA-FL：多模态大语言模型辅助联邦学习
机构 * Duke University（杜克大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Maryland College Park（马里兰大学学院市分校） ； Lenovo Research（联想研究院）
AI总结 针对联邦学习中数据异质性问题，提出MLLM-LLaVA-FL框架，利用多模态大语言模型，通过全球视觉文本预训练、客户端本地训练和服务器端全局对齐三个阶段，提升联邦学习性能。
Comments Accepted to WACV 2025
Journal ref IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2025)
利用学习到的纹理先验增强单目3D手部重建
机构 * ICS-FORTH（希腊研究所） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Crete（克里特大学）
AI总结 重新审视纹理在单目3D手部重建中的作用，提出轻量级纹理模块，嵌入像素观察到UV纹理空间，实现预测与观察手部外观的密集对齐损失，增强HaMeR系统，提高精度和真实感。
Comments Accepted at WACV 2026. Project page: https://gkarv.github.io/hand-texture-module/
学习在视觉上连接动作及其效果
机构 * Institute of High-Performance Computing, Agency for Science, Technology and Research, Singapore（高性能计算研究所，科技研究局，新加坡）
AI总结 该研究引入视觉连接动作及其效果（CATE）概念，探索其动作选择和效果亲和力评估两方面，设计基线模型，发现模型在该任务中表现不佳，人类远超模型，还表明CATE可作为自监督任务学习视频表征。
Comments WACV 2025 (Two Reviewer Nominations for Best Paper Candidate; Oral Presentation)
MetaMax：通过威布尔校准改进开放集深度神经网络
机构 * The University of Texas at Arlington（德克萨斯大学阿灵顿分校）
AI总结 研究开放集识别问题，提出MetaMax这一有效后处理技术，直接对类激活向量建模，改进当代方法，无需计算类平均激活向量等，实验表明其性能优于OpenMax且与其他先进方法相当。
Comments To be presented at the 2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) Workshop on Dealing with Novelty in Open Worlds (DNOW); v2 added related work section
空间支撑至关重要：面向降雨场重建的几何感知图融合
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Faculty of Engineering, The University of Sydney（悉尼大学工程学院）
AI总结 针对降雨场重建中多源观测支撑（点、线、面）的几何差异问题，提出几何感知多支撑异构图神经网络，通过跨支撑消息传递融合并重建降雨场，在新加坡数据上RMSE降低23.2%。
Comments Submitted to WACV 2027, applications track
弱监督目标定位评估的现实协议
机构 * LIVIA, ILLS, Dept. of Systems Engineering, ETS Montreal（蒙特利尔高等技术学院系统工程系LIVIA实验室、ILLS实验室）
AI总结 提出一种无需手动边界框标注的WSOL评估协议，利用预训练区域提议方法生成伪边界框进行模型选择和阈值估计，在自然和医学图像数据集上达到与使用真实边界框相当的性能。
Comments 13 pages, 5 figures
Journal ref WACV 2025: IEEE/CVF Winter Conf. on Applications of Computer Vision, Arizona, USA
相机轴上的方差缩减：用于3D的多视角分数蒸馏
机构 * Department of Computer Science, University of Bucharest（布加勒斯特大学计算机科学系） ； Adobe Research（Adobe研究院）
AI总结 提出多视角聚合分数蒸馏（MV-SDI），通过在每个优化步骤聚合K个视角的梯度来降低方差，无需重新训练或使用多视角数据，在固定UNet预算下显著提升3D生成的一致性和对齐指标。
Comments 30 pages, 19 figures. Submitted to WACV 2027 (Algorithms Track)
看见、思考、学习：一种自教的多模态推理器
AI总结 本文提出See-Think-Learn框架，通过自训练提升多模态推理能力，结合感知与推理生成结构化推理过程，增强模型区分正确与误导性回答的能力。
Comments Accepted at The Winter Conference on Applications of Computer Vision 2026
BAFIS：评估现代文本到图像模型中的职业偏见与人类偏好的数据集与框架
机构 * RheinMain University of Applied Sciences（莱茵美因应用科学大学）
AI总结 本研究提出BAFIS平台和包含21,140张多语言提示生成图像的数据集，评估五种文本到图像模型在职业生成中的性别和种族偏见，结合人类偏好反馈，发现系统性偏见并强调纳入人类偏好的必要性。
Comments Accepted at the IEEE Winter Conference on Applications of Computer Vision, WACV 2026
在线事件记忆视觉查询定位与眼动流对象记忆
机构 * University of Udine（乌迪内大学） ； University of Catania（卡塔尼亚大学） ； York University（约克大学）
AI总结 本文提出OVQ2D任务，通过在线处理视频流实现对象定位，引入ESOM框架整合发现、跟踪和记忆模块，实验显示其在Ego4D数据集上表现优异，但仍有提升空间。
Comments in IEEE/CVF Winter Conference on Application of Computer Vision (WACV) 2026
网格与点云的连续域曲线骨架化
机构 * TCS Research（TCS研究） ； IIT Delhi（德里理工学院）
AI总结 提出CSCD框架，将基于局部分隔符的骨架化方法推广到连续域，通过CSCD-M（网格）和CSCD-PC（点云）两种实现，提升了骨架提取的鲁棒性和拓扑保持能力。
Comments 31 pages, 26 figures, 7 tables, 4 algorithms. Published at IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026
FUME: 用于牲畜瘤胃酸中毒检测的融合统一多气体排放网络
机构 * Southern Illinois University, Carbondale（南方伊利诺伊大学，卡本达勒分校） ； University of California, Davis（加州大学戴维斯分校）
AI总结 提出FUME网络，利用双气体（CO2和CH4）光学成像，通过轻量双流架构和通道注意力融合，实现瘤胃酸中毒的高精度分割与分类。
Comments 10 pages, 5 figures
Journal ref Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) Workshops, 2026, pp. 510-519
Hestia：面向高效3D重建的体素-面感知分层最佳视角获取
机构 * University of Technology Sydney（悉尼技术大学） ； Brown University（布朗大学）
AI总结 本文提出Hestia，一种面向高效3D重建的体素-面感知分层最佳视角获取方法，通过改进的规划器组件提升鲁棒性和性能，实验显示在覆盖比和Chamfer距离上均有显著提升。
Comments Accepted to the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026
贝塔采样是全部所需：利用分步频谱分析的扩散模型高效图像生成策略
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院）
AI总结 本文提出基于频谱分析的贝塔采样方法，优化扩散模型去噪过程，通过重点投入关键步骤提升生成效率与质量，实验显示其在FID和IS评分上优于传统均匀采样。
Comments 8 pages, 9 figures, WACV 2025
Journal ref Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), pp. 4215-4224, 2025
PVeRA：基于概率向量的随机矩阵适应
机构 * IHU PRISM, National Center for Precision Medicine in Oncology, Gustave Roussy（IHU PRISM，国家精准医学肿瘤中心，古斯塔夫·罗斯-伊实验室） ； Institute of Computer Sciences, CONICET, Universidad de Buenos Aires（计算机科学研究所，CONICET，布宜诺斯艾利斯大学）
AI总结 本文提出PVeRA，一种基于概率的随机矩阵适应方法，通过概率方式修改VeRA中的低秩矩阵，提升模型在输入模糊性和不同采样配置下的适应能力，实验显示其在VTAB-1k基准上优于其他适配器。
Journal ref WACV 2026
一个女人持刀还是一把刀持一个女人？测量图像描述中的方向性偏见放大
机构 * Arizona State University（亚利桑那州立大学）
AI总结 本文提出DBAC指标，用于测量图像描述中偏见放大现象，改进了现有LIC方法，提升了对偏见来源的识别能力，并在COCO数据集上验证了其有效性。
Comments Accepted at WACV 2026. Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. 2026
AusSmoke 遇见 MultiNatSmoke：一个完全标注的多样化烟雾分割数据集
机构 * Bushfire Research Centre of Excellence（火灾研究卓越中心）
AI总结 本文提出AusSmoke和MultiNatSmoke数据集，通过整合国际公开数据和澳大利亚实地采集数据，解决烟雾分割数据集规模小、地域局限和依赖合成图像的问题，并验证了模型在不同地理环境下的性能提升。
Comments Accepted to WACV 2026. Project page: https://github.com/henryzhao0615/MultiNatSmoke
Text Slider: 一种高效且即插即用的连续概念控制框架，通过LoRA适配器实现图像/视频合成
机构 * Research Center for Information Technology Innovation, Academia Sinica（学术院信息科技创新研究中心）
AI总结 Text Slider通过LoRA适配器在预训练文本编码器中识别低秩方向，实现图像和视频合成中的连续概念控制，提升效率并减少训练时间和GPU内存消耗。
Comments Accepted by WACV 2026. We provide more experimental results on the train-free version of our algorithm. Project page: https://textslider.github.io/ Code: https://github.com/aiiu-lab/TextSlider
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