WACV

Reverse Personalization

反向个性化

Han-Wei Kung, Tuomas Varanka, Nicu Sebe

机构 * University of Trento（特伦托大学） ； University of Oulu（奥卢大学） 纠错

AI总结 本文提出反向个性化框架，通过条件扩散反向技术实现面部匿名化，支持属性可控的匿名化，平衡身份移除、属性保留和图像质量。

Comments WACV 2026

MEGA-PCC: A Mamba-based Efficient Approach for Joint Geometry and Attribute Point Cloud Compression

MEGA-PCC: 一种基于Mamba的高效联合几何与属性点云压缩方法

Kai-Hsiang Hsieh, Monyneath Yim, Wen-Hsiao Peng, Jui-Chiu Chiang

机构 * National Chung Cheng University, Taiwan（国立 Chung Cheng 大学） ； National Yang Ming Chiao Tung University, Taiwan（国立 Yang Ming Chiao Tung 大学） 纠错

AI总结 MEGA-PCC是一种基于Mamba的端到端点云压缩方法，通过联合编码几何和属性信息，实现高效压缩与数据驱动的比特率分配。

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

A Novel Metric for Detecting Memorization in Generative Models for Brain MRI Synthesis

一种用于检测生成模型中记忆的新型度量方法

Antonio Scardace, Lemuel Puglisi, Francesco Guarnera, Sebastiano Battiato, Daniele Ravì

机构 * University of Catania（卡塔尼亚大学） ； University of Messina（梅西纳大学） 纠错

AI总结 本文提出DeepSSIM，一种用于检测生成模型中记忆的新型自监督度量方法，通过学习嵌入空间和结构保持增强，有效提升记忆检测性能。

Comments Accepted to WACV 2026

WiSE-OD: Benchmarking Robustness in Infrared Object Detection

WiSE-OD：红外目标检测中鲁棒性基准测试

Heitor R. Medeiros, Atif Belal, Masih Aminbeidokhti, Eric Granger, Marco Pedersoli

机构 * Laboratoire d’imagerie, de vision et d’intelligence artificielle (LIVIA)（图像、视觉与人工智能实验室） ； International Laboratory on Learning Systems (ILLS)（学习系统国际实验室） ； Dept. of Systems Engineering, ETS Montreal, Canada（系统工程系，蒙特利尔大学） 纠错

AI总结 WiSE-OD通过结合RGB零样本和红外微调权重，提升红外目标检测在分布偏移下的鲁棒性。

Comments WACV 2026: IEEE/CVF Winter Conf. on Applications of Computer Vision, Tucson, USA