WACV

FNOPT: Resolution-Agnostic, Self-Supervised Cloth Simulation using Meta-Optimization with Fourier Neural Operators

FNOPT：基于元优化的四ier神经算子的自监督布料模拟

Ruochen Chen, Thuy Tran, Shaifali Parashar

机构 * CNRS, École Centrale de Lyon, INSA Lyon, Université Claude Bernard Lyon 1, LIRIS, UMR5205, France（法国国家科学研究中心、里昂中央理工大学、里昂国家应用科学学院、里昂第一大学、LIRIS、UMR5205） 纠错

AI总结 FNOpt通过元优化和傅里叶神经算子实现自监督布料模拟，无需重新训练即可在不同分辨率和运动模式下保持稳定和准确。

Comments Accepted for WACV

FlowEO: Generative Unsupervised Domain Adaptation for Earth Observation

FlowEO: 生成式无监督领域适应用于地球观测

Georges Le Bellier, Nicolas Audebert

AI总结 FlowEO通过生成模型实现地球观测图像的无监督领域适应，有效应对多源异构数据的适应挑战，提升遥感图像分类和分割性能。

Comments 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Mar 2026, Tucson (AZ), United States

AortaDiff: A Unified Multitask Diffusion Framework For Contrast-Free AAA Imaging

AortaDiff：一种用于无对比剂AAA成像的统一多任务扩散框架

Yuxuan Ou, Ning Bi, Jiazhen Pan, Jiancheng Yang, Boliang Yu, Usama Zidan, Regent Lee, Vicente Grau

机构 * Department of Engineering Science, University of Oxford, United Kingdom（牛津大学工程科学系） ； Nuffield Department of Surgical Sciences, University of Oxford, United Kingdom（牛津大学外科科学努尔菲尔德系） ； Technical University of Munich, Germany（慕尼黑技术大学） ； ELLIS Institute Finland, Finland（芬兰ELLIS研究所） ； Aalto University, Finland（阿alto大学） 纠错

AI总结 AortaDiff通过统一多任务扩散框架实现无对比剂AAA成像，同时生成合成CECT图像并分割主动脉腔和血栓，提升了分割精度和临床测量准确性。

Comments WACV 2026

ChartQA-X: Generating Explanations for Visual Chart Reasoning

ChartQA-X: 生成视觉图表推理的解释

Shamanthak Hegde, Pooyan Fazli, Hasti Seifi

机构 * Arizona State University（亚利桑那州立大学） 纠错

AI总结 ChartQA-X通过生成图表解释提升视觉推理，其数据集包含30,799个图表样本，模型在解释质量和问答准确率上表现优异。

Comments WACV 2026. Project Page: https://teal-lab.github.io/chartqa-x

AnyAnomaly: Zero-Shot Customizable Video Anomaly Detection with LVLM

AnyAnomaly: 零样本可定制化视频异常检测与LVLM

Sunghyun Ahn, Youngwan Jo, Kijung Lee, Sein Kwon, Inpyo Hong, Sanghyun Park

机构 * Yonsei University（延世大学） 纠错

AI总结 AnyAnomaly通过上下文感知的视觉问答模型实现零样本可定制化视频异常检测，无需微调大型视觉语言模型，在多个基准测试中取得最佳性能。

Comments Accepted to WACV 2026