WACV

Layout Anything: One Transformer for Universal Room Layout Estimation

布局万物：一种用于通用房间布局估计的变换器

Md Sohag Mia, Muhammad Abdullah Adnan

机构 * Nanjing University of Information Science and Technology（南京信息工程大学） ； Bangladesh University of Engineering and Technology（孟加拉国工程与技术大学） 纠错

AI总结 Layout Anything通过整合任务条件查询和对比学习，提出了一种基于变换器的通用房间布局估计框架，实现了高速推理和高精度性能。

Comments Published at WACV 2026

Beyond Paired Data: Self-Supervised UAV Geo-Localization from Reference Imagery Alone

超越配对数据：仅从参考影像进行无人机地理定位的自监督方法

Tristan Amadei, Enric Meinhardt-Llopis, Benedicte Bascle, Corentin Abgrall, Gabriele Facciolo

机构 * Thales LAS ； Universite Paris-Saclay（巴黎萨克雷大学） ； ENS Paris-Saclay（巴黎萨克雷高等学院） ； CNRS（国家科学研究中心） ； Centre Borelli（Borelli中心） 纠错

AI总结 本文提出了一种无需配对数据的自监督无人机地理定位方法，通过卫星参考影像训练，有效提升了在GNSS拒止环境下的定位性能。

Comments Accepted at WACV 2026

DF-Mamba: Deformable State Space Modeling for 3D Hand Pose Estimation in Interactions

DF-Mamba：用于手姿估计的可变形状态空间建模

Yifan Zhou, Takehiko Ohkawa, Guwenxiao Zhou, Kanoko Goto, Takumi Hirose, Yusuke Sekikawa, Nakamasa Inoue

机构 * Institute of Science Tokyo（东京科学研究所） ； Denso IT Laboratory（Denso IT实验室） ； The University of Tokyo（东京大学） 纠错

AI总结 DF-Mamba通过可变形状态空间建模提升3D手姿估计的鲁棒性和精度，优于现有方法。

Comments Accepted to WACV 2026. Project page: https://tkhkaeio.github.io/projects/25-dfmamba/index.html

SkelSplat: Robust Multi-view 3D Human Pose Estimation with Differentiable Gaussian Rendering

SkelSplat: 基于可微高斯渲染的鲁棒多视角3D人体姿态估计

Laura Bragagnolo, Leonardo Barcellona, Stefano Ghidoni

机构 * University of Padova（帕多瓦大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

AI总结 SkelSplat通过可微高斯渲染实现多视角3D人体姿态估计，无需3D真实数据监督，有效提升跨数据集泛化能力与遮挡鲁棒性。

Comments WACV 2026

Boosting Medical Vision-Language Pretraining via Momentum Self-Distillation under Limited Computing Resources

通过有限计算资源下的动量自蒸馏提升医学视觉-语言预训练

Phuc Pham, Nhu Pham, Ngoc Quoc Ly

机构 * Faculty of Information Technology, University of Science, Ho Chi Minh City, Vietnam（信息科技学院，科学大学，胡志明市，越南） ； Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学，胡志明市，越南） 纠错

AI总结 本研究通过动量自蒸馏与梯度累积提升医学视觉-语言预训练效率，实现高效多模态学习并提升零样本分类和少量样本适应性能。

Comments WACV 2026

Self-Supervised Compression and Artifact Correction for Streaming Underwater Imaging Sonar

面向流式水下成像声纳的自监督压缩与伪影校正

Rongsheng Qian, Chi Xu, Xiaoqiang Ma, Hao Fang, Yili Jin, William I. Atlas, Jiangchuan Liu

机构 * Simon Fraser University（西蒙弗雷泽大学） ； Douglas College（道格拉斯学院） ； McGill University（麦吉尔大学） ； Wild Salmon Center（野生鲑鱼中心） 纠错

AI总结 SCOPE通过自监督方法实现低比特率水下声纳流式传输，有效压缩并校正声纳伪影，提升实时检测性能。

Comments Accepted to WACV 2026

Permutation-Aware Action Segmentation via Unsupervised Frame-to-Segment Alignment

通过无监督帧到段对齐实现感知-aware的动作分割

Quoc-Huy Tran, Ahmed Mehmood, Muhammad Ahmed, Muhammad Naufil, Anas Zafar, Andrey Konin, M. Zeeshan Zia

机构 * Retrocausal, Inc.（Retrocausal公司） 纠错

AI总结 本文提出一种无监督框架，通过帧到段对齐实现感知-aware的动作分割，利用变换器模型和伪标签提升分割性能。

Comments Accepted to WACV 2024