WACV

CanKD: Cross-Attention-based Non-local operation for Feature-based Knowledge Distillation

CanKD：基于交叉注意力的非局部操作用于基于特征的知识蒸馏

Shizhe Sun, Wataru Ohyama

机构 * Tokyo Denki University（东京Denki大学） 纠错

AI总结 CanKD通过引入交叉注意力机制，实现更高效的非局部知识转移，提升特征表示学习，优于现有知识蒸馏方法。

Comments WACV 2026 Accepted

Shift-Equivariant Complex-Valued Convolutional Neural Networks

移位等价复值卷积神经网络

Quentin Gabot, Teck-Yian Lim, Jérémy Fix, Joana Frontera-Pons, Chengfang Ren, Jean-Philippe Ovarlez

机构 * SONDRA, CentraleSupélec, Université Paris-Saclay（SONDRA、CentraleSupélec、巴黎-萨克雷大学） ； LORIA, CNRS, CentraleSupélec, Université Paris-Saclay（LORIA、CNRS、CentraleSupélec、巴黎-萨克雷大学） ； DEMR, ONERA, Université Paris-Saclay（DEMR、ONERA、巴黎-萨克雷大学） ； DSO National Laboratories（DSO国家实验室） 纠错

AI总结 本文提出复值神经网络中的移位等价性方法，通过引入投影层和可学习多相上/下采样技术，提升计算机视觉任务中的不变性和等价性性能。

Comments Accepted to WACV 2026

Unsupervised Memorability Modeling from Tip-of-the-Tongue Retrieval Queries

从舌尖上的遗忘检索查询中无监督建模可记忆性

Sree Bhattacharyya, Yaman Kumar Singla, Sudhir Yarram, Somesh Kumar Singh, Harini S, James Z. Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Adobe Media and Data Science Research（Adobe媒体与数据科学研究） 纠错

AI总结 本文提出首个大规模无监督数据集，通过舌尖上的遗忘检索查询建模视觉内容的可记忆性，并展示了其在回忆生成和ToT检索任务中的优越表现。

Comments Accepted at WACV 2026

Restora-Flow: Mask-Guided Image Restoration with Flow Matching

Restora-Flow：基于掩码的图像恢复与流匹配

Arnela Hadzic, Franz Thaler, Lea Bogensperger, Simon Johannes Joham, Martin Urschler

AI总结 Restora-Flow通过降质掩码引导流匹配采样并结合轨迹校正机制，实现高效且高质量的图像恢复。

Comments Accepted for WACV 2026

GFT-GCN: Privacy-Preserving 3D Face Mesh Recognition with Spectral Diffusion

GFT-GCN：基于谱扩散的隐私保护3D人脸网格识别

Hichem Felouat, Hanrui Wang, Isao Echizen

机构 * The Graduate University for Advanced Studies, SOKENDAI（高级研究大学，SOKENDAI） ； National Institute of Informatics, NII（信息研究所） ； The University of Tokyo（东京大学） 纠错

AI总结 GFT-GCN通过结合谱图学习与扩散机制，实现隐私保护的3D人脸识别，兼顾高准确性和防攻击能力。

Comments 13 pages, 8 figures, WACV 2026

F-INR: Functional Tensor Decomposition for Implicit Neural Representations

F-INR：基于函数张量分解的隐式神经表示

Sai Karthikeya Vemuri, Tim Büchner, Joachim Denzler

机构 * Computer Vision Group（计算机视觉组） ； Friedrich Schiller University（弗里德里希-席勒大学） 纠错

AI总结 F-INR通过函数张量分解提升隐式神经表示的效率与精度，实现高维信号建模的高效处理

Comments Accepted at WACV 2026. Website: https://f-inr.github.io Supplementary Material can be found there. 12 pages, 6 figures, 5 tables

LASER: Lip Landmark Assisted Speaker Detection for Robustness

LASER: 基于唇部特征的说话人检测以提高鲁棒性

Le Thien Phuc Nguyen, Zhuoran Yu, Yong Jae Lee

机构 * University of Wisconsin - Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 LASER通过结合唇部特征提升说话人检测的鲁棒性，在高噪声环境下显著优于现有方法。

Comments WACV 2026

Unsupervised Segmentation by Diffusing, Walking and Cutting

无监督分割的扩散、行走与切割

Daniela Ivanova, Marco Aversa, Paul Henderson, John Williamson

机构 * University of Glasgow, UK（格拉斯哥大学） 纠错

AI总结 基于预训练扩散模型的自注意力特征，提出无监督图像分割方法，通过递归归一化切割和随机行走实现语义层次分割，无需额外训练。

Comments Accepted to The IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026