WACV

UniDiff: Parameter-Efficient Adaptation of Diffusion Models for Land Cover Classification with Multi-Modal Remotely Sensed Imagery and Sparse Annotations

UniDiff: 用于多模态遥感影像和稀疏标注的土地覆盖分类的扩散模型参数高效适应

Yuzhen Hu, Saurabh Prasad

机构 * University of Houston（休斯敦大学） 纠错

AI总结 UniDiff通过参数高效的方法适应扩散模型，实现多模态遥感数据在稀疏标注下的有效分类与融合。

Comments Camera-ready for WACV 2026

Prompt-OT: An Optimal Transport Regularization Paradigm for Knowledge Preservation in Vision-Language Model Adaptation

Prompt-OT: 一种用于视觉-语言模型适应中知识保留的最优传输正则化范式

Xiwen Chen, Wenhui Zhu, Peijie Qiu, Hao Wang, Huayu Li, Haiyu Wu, Aristeidis Sotiras, Yalin Wang, Abolfazl Razi

机构 * Morgan Stanley（摩根士丹利） ； Clemson University（克莱姆森大学） ； Arizona State University（亚利桑那州立大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； University of Arizona（亚利桑那大学） ； University of Notre Dame（圣母大学） 纠错

AI总结 Prompt-OT通过最优传输正则化提升视觉-语言模型在知识保留和跨领域适应中的性能

Comments Accepted to WACV 2026

MANTA: Physics-Informed Generalized Underwater Object Tracking

MANTA：融合物理的通用水下目标跟踪

Suhas Srinath, Hemang Jamadagni, Aditya Chadrasekar, Prathosh AP

机构 * Indian Institute of Science（印度科学研究院） ； National Institute of Technology Karnataka（卡纳塔克国家理工学院） 纠错

AI总结 MANTA通过融合物理的框架，结合对比学习与多阶段流程，实现水下目标跟踪的鲁棒性和高效性。

Comments Accepted to the IEEE/CVF WACV 2026

ViGG: Robust RGB-D Point Cloud Registration using Visual-Geometric Mutual Guidance

ViGG: 基于视觉-几何互指导的鲁棒RGB-D点云配准

Congjia Chen, Shen Yan, Yufu Qu

机构 * Beihang University（北航大学） ； China Agricultural University（中国农业大学） 纠错

AI总结 ViGG通过视觉-几何互指导策略提升RGB-D点云配准的鲁棒性，优于现有方法。

Comments Accepted by WACV 2026

Leveraging Semantic Attribute Binding for Free-Lunch Color Control in Diffusion Models

利用语义属性绑定实现扩散模型中的免费午餐颜色控制

Héctor Laria, Alexandra Gomez-Villa, Jiang Qin, Muhammad Atif Butt, Bogdan Raducanu, Javier Vazquez-Corral, Joost van de Weijer, Kai Wang

机构 * Computer Vision Center, Spain（西班牙计算机视觉中心） ； Universitat Autònoma de Barcelona（巴塞罗那自治大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； City University of Hong Kong（香港城市大学） ； Program of Computer Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）计算机科学项目） 纠错

AI总结 ColorWave通过语义属性绑定实现扩散模型中精确的颜色控制，无需微调，提升颜色指定的准确性和适用性。

Comments WACV 2026. Project page: https://hecoding.github.io/colorwave-page

DNA: Dual-branch Network with Adaptation for Open-Set Online Handwriting Generation

DNA：具有适应性的双分支网络用于开放集在线手写生成

Tsai-Ling Huang, Nhat-Tuong Do-Tran, Ngoc-Hoang-Lam Le, Hong-Han Shuai, Ching-Chun Huang

机构 * National Yang Ming Chiao Tung University 纠错

AI总结 本文提出DNA双分支网络，通过适应性风格和内容分支生成开放集在线手写体，实现未见过字符的有效生成。

Comments Accepted to WACV 2026

Occlusion Boundary and Depth: Mutual Enhancement via Multi-Task Learning

遮挡边界与深度：通过多任务学习实现相互增强

Lintao Xu, Yinghao Wang, Chaohui Wang

机构 * LIGM, Univ Gustave Eiffel, École des Ponts, CNRS, France（巴黎理工大学埃菲尔大学LIGM研究所，法国国家科学研究中心） ； INFRES, Télécom Paris, Institute Polytechnique de Paris, France（巴黎理工学院INFRES研究所，法国） 纠错

AI总结 本文提出MoDOT框架，通过多任务学习联合估计遮挡边界与深度，提升两者的一致性与精度。

Comments WACV 2026

Guided Model Merging for Hybrid Data Learning: Leveraging Centralized Data to Refine Decentralized Models

引导式模型融合用于混合数据学习：利用集中数据优化分布式模型

Junyi Zhu, Ruicong Yao, Taha Ceritli, Savas Ozkan, Matthew B. Blaschko, Eunchung Noh, Jeongwon Min, Cho Jung Min, Mete Ozay

机构 * Samsung R&D Institute UK (SRUK)（三星英国研发中心） ； KU Leuven, Belgium（比利时鲁文大学） ； Samsung Electronics Korea（三星韩国电子） 纠错

AI总结 本文提出了一种引导式模型融合框架，结合联邦学习和模型融合技术，通过集中数据优化分布式模型，提升混合数据环境下的训练效果。

Comments Accepted at WACV 2026

GraspDiffusion: Synthesizing Realistic Whole-body Hand-Object Interaction

GraspDiffusion: 合成逼真的全身手-物体交互

Patrick Kwon, Chen Chen, Hanbyul Joo

机构 * University of Central Florida（中央佛罗里达大学） ； Seoul National University（首尔国立大学） 纠错

AI总结 GraspDiffusion通过结合身体和手姿态的生成先验知识，生成逼真的全身手-物体交互场景，优于现有方法。

Comments Paper has been accepted to WACV 2026

Spacewalk-18: A Benchmark for Multimodal and Long-form Procedural Video Understanding in Novel Domains

Spacewalk-18：多模态和长形式程序视频理解的基准测试，用于新领域

Zitian Tang, Rohan Myer Krishnan, Zhiqiu Yu, Chen Sun

机构 * Brown University（布朗大学） 纠错

AI总结 Spacewalk-18是一个用于多模态和长形式程序视频理解的新领域基准测试，通过步骤识别和视频问答任务评估模型在新领域和长时序上下文中的泛化能力。

Comments WACV 2026

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

ExDDV: A New Dataset for Explainable Deepfake Detection in Video

ExDDV：用于视频可解释深度伪造检测的新数据集

Vlad Hondru, Eduard Hogea, Darian Onchis, Radu Tudor Ionescu

机构 * University of Bucharest（布加勒斯大学） ； West University of Timişoara（蒂米什瓦拉西大学） 纠错

AI总结 ExDDV通过引入文本和点击监督，开发出可解释的深度伪造检测模型，以提高视频中深度伪造内容的识别能力。

Comments Accepted at WACV 2026

IDEAL-M3D: Instance Diversity-Enriched Active Learning for Monocular 3D Detection

IDEAL-M3D：实例多样性增强的主动学习用于单目3D检测

Johannes Meier, Florian Günther, Riccardo Marin, Oussema Dhaouadi, Jacques Kaiser, Daniel Cremers

AI总结 IDEAL-M3D通过实例级多样性增强主动学习，提升单目3D检测性能并减少标注资源消耗。

Journal ref WACV 2026

HABIT: Human Action Benchmark for Interactive Traffic in CARLA

HABIT: 交互交通中的人类行为基准

Mohan Ramesh, Mark Azer, Fabian B. Flohr

机构 * Intelligent Vehicles Lab, Munich University of Applied Sciences（智能车辆实验室，慕尼黑应用科学大学） 纠错

AI总结 HABIT是一个高保真度的交互交通人类行为基准，通过整合现实人类运动数据提升自动驾驶模拟的真实性，揭示现有自动驾驶代理在复杂场景下的性能缺陷。

Comments Accepted to WACV 2026. This is the pre-camera-ready version

AuViRe: Audio-visual Speech Representation Reconstruction for Deepfake Temporal Localization

AuViRe：用于深度伪造时间定位的音频视觉语音表示重建

Christos Koutlis, Symeon Papadopoulos

AI总结 AuViRe 通过音频视觉语音表示重建技术，提升深度伪造时间定位的准确性，实验结果显示在多个数据集上均优于现有方法。

Comments WACV 2026

CycleSL: Server-Client Cyclical Update Driven Scalable Split Learning

CycleSL: 服务器-客户端循环更新驱动的可扩展分割学习

Mengdi Wang, Efe Bozkir, Enkelejda Kasneci

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

AI总结 CycleSL通过循环更新机制提升分割学习的可扩展性和性能，有效缓解客户端漂移和延迟问题。

Comments The IEEE/CVF Winter Conference on Applications of Computer Vision 2026 (WACV-26)

Exploiting Inter-Sample Information for Long-tailed Out-of-Distribution Detection

利用样本间信息进行长尾分布异常检测

Nimeshika Udayangani, Hadi M. Dolatabadi, Sarah Erfani, Christopher Leckie

机构 * The University of Melbourne（墨尔本大学） 纠错

AI总结 本文提出利用图表示方法提升长尾分布下OOD检测性能，通过高斯化和GCNs优化特征空间，实验表明在FPR和尾类分类精度上优于现有方法。

Journal ref In 2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) (pp. 8546-8555). IEEE

PSA-MIL: A Probabilistic Spatial Attention-Based Multiple Instance Learning for Whole Slide Image Classification

PSA-MIL: 一种基于概率空间注意力的多实例学习方法用于整张滑动图像分类

Sharon Peled, Yosef E. Maruvka, Moti Freiman

机构 * Technion – Israel Institute of Technology（技术学院–以色列理工学院） 纠错

AI总结 PSA-MIL通过整合空间上下文的注意力机制，提升整张滑动图像分类的准确性和效率，同时减少计算成本。

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

Zero-Shot Coreset Selection via Iterative Subspace Sampling

通过迭代子空间采样进行零样本聚类选择

Brent A. Griffin, Jacob Marks, Jason J. Corso

AI总结 本文提出ZCore方法，通过迭代子空间采样在无标签数据上实现高效的聚类选择，提升下游模型性能并降低成本。

Comments WACV 2026

Adversarial Pseudo-replay for Exemplar-free Class-incremental Learning

对抗性伪回放用于无示例的类增量学习

Hiroto Honda

机构 * Independent Researcher（独立研究者） 纠错

AI总结 本文提出对抗性伪回放方法，通过扰动新任务图像生成伪回放样本，以解决无示例类增量学习中的稳定性与塑性矛盾，提升冷启动设置下的性能。

Comments Accepted to WACV 2026

Show Me: Unifying Instructional Image and Video Generation with Diffusion Models

Show Me: 用扩散模型统一指令图像和视频生成

Yujiang Pu, Zhanbo Huang, Vishnu Boddeti, Yu Kong

机构 * Michigan State University（密歇根州立大学） 纠错

AI总结 ShowMe通过统一视频扩散模型的空间和时间组件，提升指令图像和视频生成的性能与一致性。

Comments Accepted by WACV 2026

QAL: A Loss for Recall Precision Balance in 3D Reconstruction

QAL：用于3D重建中召回精度平衡的损失

Pranay Meshram, Yash Turkar, Kartikeya Singh, Praveen Raj Masilamani, Charuvahan Adhivarahan, Karthik Dantu

机构 * University at Buffalo, The State University of New York（布法罗大学） 纠错

AI总结 QAL是一种用于3D重建中平衡召回和精度的损失函数，通过结合覆盖加权最近邻项和未覆盖真实地面吸引项，提升了补全效果和机器人操作的可靠性。

Comments Accepted to WACV 2026. Camera-ready version to appear

CORA: Consistency-Guided Semi-Supervised Framework for Reasoning Segmentation

CORA: 一致性引导的半监督框架用于推理分割

Prantik Howlader, Hoang Nguyen-Canh, Srijan Das, Jingyi Xu, Hieu Le, Dimitris Samaras

机构 * Stony Brook University（石溪大学） ； UNC-Charlotte（北卡罗来纳大学夏洛特分校） 纠错

AI总结 CORA通过一致性引导的半监督方法实现高效推理分割，在Cityscapes和PanNuke数据集上分别提升2.3%和2.4%

Comments WACV 2026 accepted