期刊&会议
Winter Conference on Applications of Computer Vision · 会议 · Computer Vision
DRWKV：聚焦于物体边缘的低光照图像增强
机构 * Shenyang Ligong University（沈阳理工大学） ； The University of Sydney（悉尼大学） ； University of International Business and Economics（国际商务经济大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Tongji University（同济大学）
AI总结 DRWKV通过整合全局边缘视网膜理论和进化WKV注意力机制，有效提升低光照图像增强的边缘保真度和视觉自然度，实现高PSNR、SSIM和NIQE性能，并在多目标跟踪任务中展现良好的泛化能力。
Comments Accepted to WACV 2026
Gene-DML：双路径多级判别用于从组织病理图像预测基因表达
机构 * The University of Sydney, Australia（悉尼大学） ； Lawrence Berkeley National Laboratory, USA（伯克利国家实验室）
AI总结 Gene-DML通过双路径多级判别方法，提升组织病理图像与基因表达谱的跨模态对齐，实现高精度的基因表达预测。
Comments Accepted by The IEEE/CVF Winter Conference on Applications of Computer Vision 2026 (WACV2026). Code and data available at https://github.com/YXSong000/Gene-DML
FNOPT：基于元优化的四ier神经算子的自监督布料模拟
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）
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: 生成式无监督领域适应用于地球观测
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：一种用于无对比剂AAA成像的统一多任务扩散框架
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）
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: 生成视觉图表推理的解释
机构 * Arizona State University（亚利桑那州立大学）
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: 零样本可定制化视频异常检测与LVLM
机构 * Yonsei University（延世大学）
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
通过仿射螺旋拟合虚拟展开赫库拉尼姆莎草纸
机构 * University of Glasgow（格拉斯哥大学）
AI总结 通过仿射螺旋拟合方法实现莎草纸的虚拟展开，自动拟合表面模型以生成连续的2D展开表示。
Comments Accepted at WACV 2026
MMHOI：建模复杂3D多人类多物体交互
机构 * Mitsubishi Electric Japan（三菱电机日本公司） ； Mitsubishi Electric Research Labs（三菱电机研究实验室） ； Nara Women’s University（奈良女子大学）
AI总结 MMHOI提出了一种大规模多人类多物体交互数据集和端到端Transformer网络，用于建模复杂3D人类-物体交互，实现了最先进的性能。
Comments Accepted to WACV 2026
通过扩展目标关节实现可控的长期运动生成
机构 * Cinamon Inc.（Cinamon公司）
AI总结 COMET通过扩展目标关节实现可控的长期运动生成，利用高效Transformer基于条件VAE实现精确交互控制，并通过参考引导反馈机制确保长期稳定性。
Comments WACV 2026
通过自增强对比对齐缓解多模态大语言模型中的对象和动作幻觉
机构 * Graduate Institute of Communication Engineering, National Taiwan University（国家交通大学通信工程研究所） ； NVIDIA
AI总结 SANTA框架通过自增强对比对齐方法，有效缓解多模态大语言模型中的对象和动作幻觉问题。
Comments IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026. Project page: https://kpc0810.github.io/santa/
MonoPP: 基于平面-视差几何的汽车应用中利用度量尺度自监督单目深度估计
机构 * CARIAD SE（CARIAD公司） ； Technische Universität Berlin（柏林技术大学）
AI总结 MonoPP通过平面-视差几何实现自监督单目深度估计，利用多帧和单帧网络及姿态网络，实现汽车应用中度量尺度深度预测的先进性能。
Comments Accepted at WACV 25, project page: https://mono-pp.github.io/
Journal ref Proceedings of the 2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Tucson, AZ, USA, 26 February 2025, pp. 2777-2787
文本到图像扩散模型的完全无监督自去偏
机构 * Indian Institute of Science（印度科学研究院）
AI总结 SelfDebias是一种完全无监督的文本到图像扩散模型去偏方法，通过识别语义聚类来减少生成图像中的偏见，同时保持视觉真实性。
Comments Accepted at WACV 2026
NavMapFusion: 基于扩散的导航地图融合用于在线向量化的高精度地图构建
机构 * Mercedes-Benz Research & Development North America, USA（梅赛德斯-奔驰北美研究与开发） ； University of Stuttgart, Germany（斯图加特大学） ； University of California, San Diego, USA（加州大学圣地亚哥分校） ； University of Southampton, United Kingdom（南安普顿大学）
AI总结 NavMapFusion通过结合低保真先验与高保真传感器数据，利用扩散模型实现在线高精度地图构建，提升环境表示的准确性和实时性。
Comments Accepted to 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2026)
AugMapNet: 通过BEV网格增强改进空间潜在结构以提升矢量化的在线HD地图构建
机构 * Mercedes-Benz Research & Development North America, USA（梅赛德斯-奔驰北美研究与开发）
AI总结 AugMapNet通过BEV网格增强改进空间潜在结构，提升矢量化在线HD地图构建的性能和结构化表示。
Comments Accepted to 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2026)
布局万物：一种用于通用房间布局估计的变换器
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）
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
瞬间动作预见：多模态线索能替代视频到何种程度？
机构 * Universidad de Alicante（阿利坎特大学） ； Foundation for Research and Technology-Hellas（希腊基础研究与技术基金会） ； University of Crete（克里特大学） ； Hellenic Mediterranean University（希腊地中海大学）
AI总结 AAG通过结合单帧RGB特征与深度线索及先前动作信息，实现了多模态单帧动作预见，能与视频聚合基线和先进方法在教学活动数据集上竞争。
Comments Accepted in WACV 2026 - Applications Track
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
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）
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：用于手姿估计的可变形状态空间建模
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）
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: 基于可微高斯渲染的鲁棒多视角3D人体姿态估计
机构 * University of Padova（帕多瓦大学） ； University of Amsterdam（阿姆斯特丹大学）
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
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
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）
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
面向流式水下成像声纳的自监督压缩与伪影校正
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）
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
通过无监督帧到段对齐实现感知-aware的动作分割
机构 * Retrocausal, Inc.（Retrocausal公司）
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
通过连续组件实现快速且可扩展的法线积分
机构 * ETH Zurich（苏黎世联邦理工学院） ； The University of Queensland（昆士兰大学）
AI总结 本文提出通过连续组件估计实现快速且可扩展的法线积分，显著提升处理大分辨率法线图的效率。
Comments Accepted by the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026, first round. Camera-ready version. 17 pages, 9 figures, 6 tables. Code is available at https://github.com/francescomilano172/normal_integration_continuous_components
基于草图的基于笼子的3D高斯点扩散变形
机构 * Concordia University（康科德大学） ； Université de Montréal（蒙特利尔大学） ； Mila（Mila研究院）
AI总结 本文提出了一种基于草图的3D GS变形系统，结合笼子变形与神经雅可比场，实现对3D模型几何的精细控制，并通过实验展示其在静态模型动画化中的应用。
Comments 10 pages, 9 figures, accepted at WACV 26, project page: https://tianhaoxie.github.io/project/gs_deform/
SceneProp：结合神经网络和马尔可夫随机场进行场景图接地
机构 * The University of Tokyo（东京大学） ； RIKEN AIP（日本科学技术研究所（RIKEN）先进研究所（AIP））
AI总结 SceneProp通过将场景图接地重新公式化为马尔可夫随机场的MAP推断问题，有效提升了复杂查询下的视觉接地性能。
Comments Accepted to WACV 2026
TalkingPose: 基于反馈引导扩散模型的高效人脸与手势动画
机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； RPTU（鲁尔大学）
AI总结 TalkingPose通过反馈引导扩散模型实现高效的人体上半身动画生成，支持无限持续时间的连贯动画创作。
Comments WACV 2026, Project page available at https://dfki-av.github.io/TalkingPose
GFT：用于高效点云分析的图特征调谐
机构 * Department of Computer Science, Georgia State University（计算机科学系，佐治亚州立大学） ； DEVCOM Army Research Laboratory（陆军研究实验室）
AI总结 GFT通过图特征调谐方法，针对点云数据高效减少可训练参数，提升点云分析任务的效率与性能。
Comments Accepted to WACV 2026
通过学习降质感知模型提升扩散引导：用于盲超分辨率
AI总结 本文提出DADiff，通过学习降质感知模型提升扩散引导，解决盲超分辨率中的降质核依赖问题，实现高保真结果。
Comments To appear in WACV 2025. Code is available at: https://github.com/ryanlu2240/DADiff
通过形态学优化对抗数据中的不可行包含以实现语义分割
机构 * University Of Bologna（博洛尼亚大学） ； INSAIT（INSAIT研究所） ； Sofia University St. Kliment Ohridski（索菲亚大学圣克莱门特·欧赫里迪斯基大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 InSeIn通过提取空间类关系约束并采用可微形态学损失优化语义分割，提升预测可行性与性能。
Comments Published in 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈