计算机视觉与模式识别

2025年06月 的作者和标题

[151] arXiv:2506.01783 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： FaceCoT：具有连锁思维推理的面部反欺骗基准数据集 显示英文标题

标题： FaceCoT: A Benchmark Dataset for Face Anti-Spoofing with Chain-of-Thought Reasoning

Honglu Zhang, Zhiqin Fang, Ningning Zhao, Saihui Hou, Long Ma, Renwang Pei, Zhaofeng He

主题： 计算机视觉与模式识别 (cs.CV)

[152] arXiv:2506.01795 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： R2SM：指代与推理用于选择性掩码 显示英文标题

标题： R2SM: Referring and Reasoning for Selective Masks

Yu-Lin Shih, Wei-En Tai, Cheng Sun, Yu-Chiang Frank Wang, Hwann-Tzong Chen

主题： 计算机视觉与模式识别 (cs.CV)

[153] arXiv:2506.01799 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： WorldExplorer：迈向生成完全可导航的3D场景 显示英文标题

标题： WorldExplorer: Towards Generating Fully Navigable 3D Scenes

Manuel-Andreas Schneider, Lukas Höllein, Matthias Nießner

评论： 项目页面：见 https://the-world-explorer.github.io/，视频：见 https://youtu.be/c1lBnwJWNmE

主题： 计算机视觉与模式识别 (cs.CV)

[154] arXiv:2506.01801 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： OmniV2V：通过动态内容操作的多功能视频生成与编辑 显示英文标题

标题： OmniV2V: Versatile Video Generation and Editing via Dynamic Content Manipulation

Sen Liang, Zhentao Yu, Zhengguang Zhou, Teng Hu, Hongmei Wang, Yi Chen, Qin Lin, Yuan Zhou, Xin Li, Qinglin Lu, Zhibo Chen

主题： 计算机视觉与模式识别 (cs.CV)

[155] arXiv:2506.01802 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： UMA：通过多级曲面对齐的超详细人体 avatar 显示英文标题

标题： UMA: Ultra-detailed Human Avatars via Multi-level Surface Alignment

Heming Zhu, Guoxing Sun, Christian Theobalt, Marc Habermann

评论： 欲查看视频结果，请访问 https://youtu.be/XMNCy7J2tuc

主题： 计算机视觉与模式识别 (cs.CV)

[156] arXiv:2506.01806 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： Ridgeformer：细粒度跨域指纹识别的多阶段对比训练 显示英文标题

标题： Ridgeformer: Mutli-Stage Contrastive Training For Fine-grained Cross-Domain Fingerprint Recognition

Shubham Pandey, Bhavin Jawade, Srirangaraj Setlur

评论： 已被接受发表于2025年IEEE图像处理国际会议

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[157] arXiv:2506.01822 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： GSCodec工作室：高斯点云压缩的模块化框架 显示英文标题

标题： GSCodec Studio: A Modular Framework for Gaussian Splat Compression

Sicheng Li, Chengzhen Wu, Hao Li, Xiang Gao, Yiyi Liao, Lu Yu

评论： 项目仓库：https://github.com/JasonLSC/GSCodec_Studio

主题： 计算机视觉与模式识别 (cs.CV) ; 多媒体 (cs.MM)

[158] arXiv:2506.01850 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： MoDA：用于细粒度视觉接地的指令调优大模型的调制适配器 显示英文标题

标题： MoDA: Modulation Adapter for Fine-Grained Visual Grounding in Instructional MLLMs

Wayner Barrios, Andrés Villa, Juan León Alcázar, SouYoung Jin, Bernard Ghanem

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG) ; 多媒体 (cs.MM)

[159] arXiv:2506.01853 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： ShapeLLM-Omni：一种用于3D生成和理解的原生多模态大型语言模型 显示英文标题

标题： ShapeLLM-Omni: A Native Multimodal LLM for 3D Generation and Understanding

Junliang Ye, Zhengyi Wang, Ruowen Zhao, Shenghao Xie, Jun Zhu

评论： 项目页面：https://github.com/JAMESYJL/ShapeLLM-Omni

主题： 计算机视觉与模式识别 (cs.CV)

[160] arXiv:2506.01902 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 多尺度预训练与扰动报告判别增强的生物医学多模态表示学习 显示英文标题

标题： Enhancing Biomedical Multi-modal Representation Learning with Multi-scale Pre-training and Perturbed Report Discrimination

Xinliu Zhong, Kayhan Batmanghelich, Li Sun

评论： 6页，1幅图，已被2024年IEEE人工智能会议（CAI）接受

期刊参考： 2024年IEEE人工智能会议（CAI），2024年，第480-485页

主题： 计算机视觉与模式识别 (cs.CV) ; 计算与语言 (cs.CL)

[161] arXiv:2506.01908 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 视频大语言模型的强化学习调优：奖励设计与数据效率 显示英文标题

标题： Reinforcement Learning Tuning for VideoLLMs: Reward Design and Data Efficiency

Hongyu Li, Songhao Han, Yue Liao, Junfeng Luo, Jialin Gao, Shuicheng Yan, Si Liu

主题： 计算机视觉与模式识别 (cs.CV)

[162] arXiv:2506.01912 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 阐明无条件去噪扩散模型中图像的表示 显示英文标题

标题： Elucidating the representation of images within an unconditional diffusion model denoiser

Zahra Kadkhodaie, Stéphane Mallat, Eero Simoncelli

主题： 计算机视觉与模式识别 (cs.CV)

[163] arXiv:2506.01921 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： MedEBench：回顾医学领域的文本指导图像编辑 显示英文标题

标题： MedEBench: Revisiting Text-instructed Image Editing on Medical Domain

Minghao Liu, Zhitao He, Zhiyuan Fan, Qingyun Wang, Yi R. Fung

评论： 项目网站：https://mliuby.github.io/MedEBench_Website/

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[164] arXiv:2506.01923 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： TaxaDiffusion：用于细粒度物种生成的逐步训练扩散模型 显示英文标题

标题： TaxaDiffusion: Progressively Trained Diffusion Model for Fine-Grained Species Generation

Amin Karimi Monsefi, Mridul Khurana, Rajiv Ramnath, Anuj Karpatne, Wei-Lun Chao, Cheng Zhang

评论： 被ICCV 2025接受

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG)

[165] arXiv:2506.01933 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： E3D-Bench：端到端3D几何基础模型的基准测试 显示英文标题

标题： E3D-Bench: A Benchmark for End-to-End 3D Geometric Foundation Models

Wenyan Cong, Yiqing Liang, Yancheng Zhang, Ziyi Yang, Yan Wang, Boris Ivanovic, Marco Pavone, Chen Chen, Zhangyang Wang, Zhiwen Fan

评论： 项目页面：https://e3dbench.github.io/

主题： 计算机视觉与模式识别 (cs.CV)

[166] arXiv:2506.01935 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 使用寄存器的低秩头部 avatar 个性化 显示英文标题

标题： Low-Rank Head Avatar Personalization with Registers

Sai Tanmay Reddy Chakkera, Aggelina Chatziagapi, Md Moniruzzaman, Chen-Ping Yu, Yi-Hsuan Tsai, Dimitris Samaras

评论： 23页，16幅图。项目页面：https://starc52.github.io/publications/2025-05-28-LoRAvatar/

主题： 计算机视觉与模式识别 (cs.CV)

[167] arXiv:2506.01940 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 快速且鲁棒的旋转平均与各向异性坐标下降 显示英文标题

标题： Fast and Robust Rotation Averaging with Anisotropic Coordinate Descent

Yaroslava Lochman, Carl Olsson, Christopher Zach

主题： 计算机视觉与模式识别 (cs.CV)

[168] arXiv:2506.01942 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： OD3：无优化的数据集蒸馏用于目标检测 显示英文标题

标题： OD3: Optimization-free Dataset Distillation for Object Detection

Salwa K. Al Khatib (1), Ahmed ElHagry (1), Shitong Shao (2 and 1), Zhiqiang Shen (1) ((1) Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI), (2) Hong Kong University of Science and Technology (Guangzhou))

评论： 第一到第三作者贡献相同

主题： 计算机视觉与模式识别 (cs.CV)

[169] arXiv:2506.01943 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 用于机器人操作的学习视频生成与协作轨迹控制 显示英文标题

标题： Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control

Xiao Fu, Xintao Wang, Xian Liu, Jianhong Bai, Runsen Xu, Pengfei Wan, Di Zhang, Dahua Lin

评论： 项目页面：https://fuxiao0719.github.io/projects/robomaster/ 代码：https://github.com/KwaiVGI/RoboMaster

主题： 计算机视觉与模式识别 (cs.CV)

[170] arXiv:2506.01946 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 大型语言模型需要三维感知表示监督来进行场景理解 显示英文标题

标题： MLLMs Need 3D-Aware Representation Supervision for Scene Understanding

Xiaohu Huang, Jingjing Wu, Qunyi Xie, Kai Han

主题： 计算机视觉与模式识别 (cs.CV)

[171] arXiv:2506.01949 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： IMAGHarmony：具有恒定物体数量和布局的可控图像编辑 显示英文标题

标题： IMAGHarmony: Controllable Image Editing with Consistent Object Quantity and Layout

Fei Shen, Xiaoyu Du, Yutong Gao, Jian Yu, Yushe Cao, Xing Lei, Jinhui Tang

主题： 计算机视觉与模式识别 (cs.CV)

[172] arXiv:2506.01955 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 双过程图像生成 显示英文标题

标题： Dual-Process Image Generation

Grace Luo, Jonathan Granskog, Aleksander Holynski, Trevor Darrell

主题： 计算机视觉与模式识别 (cs.CV) ; 计算与语言 (cs.CL) ; 机器学习 (cs.LG)

[173] arXiv:2506.02010 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： CNVSRC 2024：第二届中国连续视觉语音识别挑战赛 显示英文标题

标题： CNVSRC 2024: The Second Chinese Continuous Visual Speech Recognition Challenge

Zehua Liu, Xiaolou Li, Chen Chen, Lantian Li, Dong Wang

评论： 将于2025年发表于INTERSPEECH

主题： 计算机视觉与模式识别 (cs.CV) ; 声音 (cs.SD) ; 音频与语音处理 (eess.AS)

[174] arXiv:2506.02011 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： OASIS：在线样本选择用于持续视觉指令微调 显示英文标题

标题： OASIS: Online Sample Selection for Continual Visual Instruction Tuning

Minjae Lee, Minhyuk Seo, Tingyu Qu, Tinne Tuytelaars, Jonghyun Choi

主题： 计算机视觉与模式识别 (cs.CV)

[175] arXiv:2506.02012 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 利用大型语言模型进行视觉语音识别：模型扩展、上下文感知解码和迭代优化 显示英文标题

标题： Leveraging Large Language Models in Visual Speech Recognition: Model Scaling, Context-Aware Decoding, and Iterative Polishing

Zehua Liu, Xiaolou Li, Li Guo, Lantian Li, Dong Wang

主题： 计算机视觉与模式识别 (cs.CV) ; 声音 (cs.SD) ; 音频与语音处理 (eess.AS)

[176] arXiv:2506.02014 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于多模态大语言模型优化的驾驶场景技术研究 显示英文标题

标题： Research on Driving Scenario Technology Based on Multimodal Large Lauguage Model Optimization

Wang Mengjie, Zhu Huiping, Li Jian, Shi Wenxiu, Zhang Song

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[177] arXiv:2506.02015 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 面向对象的自改进偏好优化用于文本到图像生成 显示英文标题

标题： Object-centric Self-improving Preference Optimization for Text-to-Image Generation

Yoonjin Oh, Yongjin Kim, Hyomin Kim, Donghwan Chi, Sungwoong Kim

主题： 计算机视觉与模式识别 (cs.CV)

[178] arXiv:2506.02016 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 经典的深度神经网络是否具有弱对抗鲁棒性？ 显示英文标题

标题： Are classical deep neural networks weakly adversarially robust?

Nuolin Sun, Linyuan Wang, Dongyang Li, Bin Yan, Lei Li

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[179] arXiv:2506.02017 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过反馈实现公平：解决自动性别识别中的算法冒犯性性别认定问题 显示英文标题

标题： Fairness through Feedback: Addressing Algorithmic Misgendering in Automatic Gender Recognition

Camilla Quaresmini, Giacomo Zanotti

主题： 计算机视觉与模式识别 (cs.CV)

[180] arXiv:2506.02020 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过显式硬负样本梯度放大改进多模态嵌入学习 显示英文标题

标题： Improve Multi-Modal Embedding Learning via Explicit Hard Negative Gradient Amplifying

Youze Xue, Dian Li, Gang Liu

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[181] arXiv:2506.02021 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 动态感知视频蒸馏：基于视频语义优化时间分辨率 显示英文标题

标题： Dynamic-Aware Video Distillation: Optimizing Temporal Resolution Based on Video Semantics

Yinjie Zhao, Heng Zhao, Bihan Wen, Yew-Soon Ong, Joey Tianyi Zhou

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[182] arXiv:2506.02022 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 《你看见我了吗？》：一个多维度基准来评估多模态大型语言模型中的视觉感知 显示英文标题

标题： Do You See Me : A Multidimensional Benchmark for Evaluating Visual Perception in Multimodal LLMs

Aditya Kanade, Tanuja Ganu

主题： 计算机视觉与模式识别 (cs.CV)

[183] arXiv:2506.02095 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 循环一致性作为奖励：无需人类偏好即可学习图像-文本对齐 显示英文标题

标题： Cycle Consistency as Reward: Learning Image-Text Alignment without Human Preferences

Hyojin Bahng, Caroline Chan, Fredo Durand, Phillip Isola

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[184] arXiv:2506.02112 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： SAB3R：三维重建中的语义增强主干网络 显示英文标题

标题： SAB3R: Semantic-Augmented Backbone in 3D Reconstruction

Xuweiyi Chen, Tian Xia, Sihan Xu, Jianing Yang, Joyce Chai, Zezhou Cheng

评论： 3D-LLM/VLA @ CVPR2025 | 项目页面：https://uva-computer-vision-lab.github.io/sab3r/

主题： 计算机视觉与模式识别 (cs.CV)

[185] arXiv:2506.02150 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 具有可学习核的隐式可变形医学图像配准 显示英文标题

标题： Implicit Deformable Medical Image Registration with Learnable Kernels

Stefano Fogarollo, Gregor Laimer, Reto Bale, Matthias Harders

评论： 预接受

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[186] arXiv:2506.02161 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： TIIF-Bench：你的文本到图像模型如何遵循您的指令？ 显示英文标题

标题： TIIF-Bench: How Does Your T2I Model Follow Your Instructions?

Xinyu Wei, Jinrui Zhang, Zeqing Wang, Hongyang Wei, Zhen Guo, Lei Zhang

评论： 23页，12图，11表

主题： 计算机视觉与模式识别 (cs.CV)

[187] arXiv:2506.02164 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 利用决策变量相关性量化与任务相关的表征相似性 显示英文标题

标题： Quantifying task-relevant representational similarity using decision variable correlation

Yu (Eric)Qian, Wilson S. Geisler, Xue-Xin Wei

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG) ; 神经与认知 (q-bio.NC) ; 定量方法 (q-bio.QM)

[188] arXiv:2506.02167 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： Fire360：一种用于退化全景消防视频中鲁棒感知和情景记忆的基准 显示英文标题

标题： Fire360: A Benchmark for Robust Perception and Episodic Memory in Degraded 360-Degree Firefighting Videos

Aditi Tiwari, Farzaneh Masoud, Dac Trong Nguyen, Jill Kraft, Heng Ji, Klara Nahrstedt

评论： 20页，9个图，6个表格

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[189] arXiv:2506.02221 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： Diff2Flow：通过扩散模型对齐训练流匹配模型 显示英文标题

标题： Diff2Flow: Training Flow Matching Models via Diffusion Model Alignment

Johannes Schusterbauer, Ming Gui, Frank Fundel, Björn Ommer

评论： 被CVPR 2025接受

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[190] arXiv:2506.02229 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： VLCD：用于准确且高效的自动胎盘分析的视觉-语言对比蒸馏 显示英文标题

标题： VLCD: Vision-Language Contrastive Distillation for Accurate and Efficient Automatic Placenta Analysis

Manas Mehta, Yimu Pan, Kelly Gallagher, Alison D. Gernand, Jeffery A. Goldstein, Delia Mwinyelle, Leena Mithal, James Z. Wang

评论： 第九届国际健康智能研讨会会议录 与美国人工智能协会年度会议同期举办，宾夕法尼亚州费城，2025年3月

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 计算与语言 (cs.CL) ; 机器学习 (cs.LG)

[191] arXiv:2506.02244 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 运动感知视频生成模型 显示英文标题

标题： Motion aware video generative model

Bowen Xue, Giuseppe Claudio Guarnera, Shuang Zhao, Zahra Montazeri

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[192] arXiv:2506.02247 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： PAIR-Net：通过预训练的音视频融合与对齐损失增强自我中心说话者检测 显示英文标题

标题： PAIR-Net: Enhancing Egocentric Speaker Detection via Pretrained Audio-Visual Fusion and Alignment Loss

Yu Wang, Juhyung Ha, David J. Crandall

评论： 4页，1个图，1个表格

主题： 计算机视觉与模式识别 (cs.CV)

[193] arXiv:2506.02265 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： Rig3R：针对学习的3D重建的骨架感知条件化 显示英文标题

标题： Rig3R: Rig-Aware Conditioning for Learned 3D Reconstruction

Samuel Li, Pujith Kachana, Prajwal Chidananda, Saurabh Nair, Yasutaka Furukawa, Matthew Brown

主题： 计算机视觉与模式识别 (cs.CV)

[194] arXiv:2506.02291 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 实体图像与多模态图像检索数据集 显示英文标题

标题： Entity Image and Mixed-Modal Image Retrieval Datasets

Cristian-Ioan Blaga, Paul Suganthan, Sahil Dua, Krishna Srinivasan, Enrique Alfonseca, Peter Dornbach, Tom Duerig, Imed Zitouni, Zhe Dong

主题： 计算机视觉与模式识别 (cs.CV) ; 信息检索 (cs.IR)

[195] arXiv:2506.02294 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过置信度引导的数据增强改善未知协变量偏移下的知识蒸馏 显示英文标题

标题： Improving Knowledge Distillation Under Unknown Covariate Shift Through Confidence-Guided Data Augmentation

Niclas Popp, Kevin Alexander Laube, Matthias Hein, Lukas Schott

主题： 计算机视觉与模式识别 (cs.CV)

[196] arXiv:2506.02295 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： QARI-OCR：通过多模态大型语言模型适应的高保真阿拉伯文文本识别 显示英文标题

标题： QARI-OCR: High-Fidelity Arabic Text Recognition through Multimodal Large Language Model Adaptation

Ahmed Wasfy, Omer Nacar, Abdelakreem Elkhateb, Mahmoud Reda, Omar Elshehy, Adel Ammar, Wadii Boulila

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[197] arXiv:2506.02327 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 医学世界模型：治疗规划的肿瘤演化生成模拟 显示英文标题

标题： Medical World Model: Generative Simulation of Tumor Evolution for Treatment Planning

Yijun Yang, Zhao-Yang Wang, Qiuping Liu, Shuwen Sun, Kang Wang, Rama Chellappa, Zongwei Zhou, Alan Yuille, Lei Zhu, Yu-Dong Zhang, Jieneng Chen

主题： 计算机视觉与模式识别 (cs.CV)

[198] arXiv:2506.02334 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过互学习和类分布正则化的广义类别发现 显示英文标题

标题： Generalized Category Discovery via Reciprocal Learning and Class-Wise Distribution Regularization

Duo Liu, Zhiquan Tan, Linglan Zhao, Zhongqiang Zhang, Xiangzhong Fang, Weiran Huang

评论： ICML2025海报

主题： 计算机视觉与模式识别 (cs.CV)

[199] arXiv:2506.02354 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： RATE-Nav：基于区域感知的零样本物体导航终止增强视觉语言模型 显示英文标题

标题： RATE-Nav: Region-Aware Termination Enhancement for Zero-shot Object Navigation with Vision-Language Models

Junjie Li, Nan Zhang, Xiaoyang Qu, Kai Lu, Guokuan Li, Jiguang Wan, Jianzong Wang

评论： 被第63届计算语言学协会年会（ACL 2025）接受

主题： 计算机视觉与模式识别 (cs.CV)

[200] arXiv:2506.02356 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： InterRVOS：基于交互感知的指代视频对象分割 显示英文标题

标题： InterRVOS: Interaction-aware Referring Video Object Segmentation

Woojeong Jin, Seongchan Kim, Seungryong Kim

主题： 计算机视觉与模式识别 (cs.CV)

[201] arXiv:2506.02358 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： RoadFormer：自动驾驶道路表面分类中的局部-全局特征融合 显示英文标题

标题： RoadFormer : Local-Global Feature Fusion for Road Surface Classification in Autonomous Driving

Tianze Wang, Zhang Zhang, Chao Sun

主题： 计算机视觉与模式识别 (cs.CV)

[202] arXiv:2506.02359 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 目标检测的自动标注数据 显示英文标题

标题： Auto-Labeling Data for Object Detection

Brent A. Griffin, Manushree Gangwar, Jacob Sela, Jason J. Corso

主题： 计算机视觉与模式识别 (cs.CV)

[203] arXiv:2506.02364 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于TRPCA启发的深度展开网络通过阈值t-SVD和Top-K稀疏Transformer进行高光谱图像去噪 显示英文标题

标题： A TRPCA-Inspired Deep Unfolding Network for Hyperspectral Image Denoising via Thresholded t-SVD and Top-K Sparse Transformer

Liang Li, Jianli Zhao, Sheng Fang, Siyu Chen, Hui Sun

评论： 11页，6个图

主题： 计算机视觉与模式识别 (cs.CV)

[204] arXiv:2506.02366 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于粒球的分类任务近似边界采样 显示英文标题

标题： Approximate Borderline Sampling using Granular-Ball for Classification Tasks

Qin Xie, Qinghua Zhang, Shuyin Xia

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[205] arXiv:2506.02367 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： ViTNF：利用神经场提升视觉变换器在广义类别发现中的表现 显示英文标题

标题： ViTNF: Leveraging Neural Fields to Boost Vision Transformers in Generalized Category Discovery

Jiayi Su, Dequan Jin

评论： 22页，3幅图

主题： 计算机视觉与模式识别 (cs.CV)

[206] arXiv:2506.02382 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 多层级与多模态动作预测 显示英文标题

标题： Multi-level and Multi-modal Action Anticipation

Seulgi Kim, Ghazal Kaviani, Mohit Prabhushankar, Ghassan AlRegib

评论： 已被2025年IEEE图像处理国际会议（ICIP）接受

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[207] arXiv:2506.02393 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： RRCANet：用于红外小目标检测的循环可重用卷积注意力网络 显示英文标题

标题： RRCANet: Recurrent Reusable-Convolution Attention Network for Infrared Small Target Detection

Yongxian Liu, Boyang Li, Ting Liu, Zaiping Lin, Wei An

评论： 我们更正了图表中的一些注释错误

主题： 计算机视觉与模式识别 (cs.CV)

[208] arXiv:2506.02395 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 魔鬼藏于黑暗：基于亮度感知的夜间去雾扩散模型 显示英文标题

标题： The Devil is in the Darkness: Diffusion-Based Nighttime Dehazing Anchored in Brightness Perception

Xiaofeng Cong, Yu-Xin Zhang, Haoran Wei, Yeying Jin, Junming Hou, Jie Gui, Jing Zhang, Dacheng Tao

主题： 计算机视觉与模式识别 (cs.CV)

[209] arXiv:2506.02396 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 面向恶劣天气下通用激光雷达分割的显式几何-反射率协作研究 显示英文标题

标题： Towards Explicit Geometry-Reflectance Collaboration for Generalized LiDAR Segmentation in Adverse Weather

Longyu Yang, Ping Hu, Shangbo Yuan, Lu Zhang, Jun Liu, Hengtao Shen, Xiaofeng Zhu

主题： 计算机视觉与模式识别 (cs.CV)

[210] arXiv:2506.02405 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 模型归因：追踪生成模型中的多阶段操作 显示英文标题

标题： Modelship Attribution: Tracing Multi-Stage Manipulations Across Generative Models

Zhiya Tan, Xin Zhang, Joey Tianyi Zhou

主题： 计算机视觉与模式识别 (cs.CV)

[211] arXiv:2506.02408 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 回顾计算病理学中的端到端学习与幻灯片级监督 显示英文标题

标题： Revisiting End-to-End Learning with Slide-level Supervision in Computational Pathology

Wenhao Tang, Rong Qin, Heng Fang, Fengtao Zhou, Hao Chen, Xiang Li, Ming-Ming Cheng

主题： 计算机视觉与模式识别 (cs.CV)

[212] arXiv:2506.02419 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 使用预训练扩散模型的涌现相似性引导注册 显示英文标题

标题： Guiding Registration with Emergent Similarity from Pre-Trained Diffusion Models

Nurislam Tursynbek, Hastings Greer, Basar Demir, Marc Niethammer

评论： 国际医学图像计算和计算机辅助干预会议 2025

主题： 计算机视觉与模式识别 (cs.CV)

[213] arXiv:2506.02433 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 赋能功能神经影像：一种用于神经信号统一表示的预训练生成框架 显示英文标题

标题： Empowering Functional Neuroimaging: A Pre-trained Generative Framework for Unified Representation of Neural Signals

Weiheng Yao, Xuhang Chen, Shuqiang Wang

主题： 计算机视觉与模式识别 (cs.CV)

[214] arXiv:2506.02439 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于视频的语言驱动的可见光-红外视频人再识别 显示英文标题

标题： Video-Level Language-Driven Video-Based Visible-Infrared Person Re-Identification

Shuang Li, Jiaxu Leng, Changjiang Kuang, Mingpi Tan, Xinbo Gao

评论： 已被IEEE TIFS接受

主题： 计算机视觉与模式识别 (cs.CV)

[215] arXiv:2506.02444 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： SViMo：手部与物体交互场景下用于视频和运动生成的同步扩散模型 显示英文标题

标题： SViMo: Synchronized Diffusion for Video and Motion Generation in Hand-object Interaction Scenarios

Lingwei Dang, Ruizhi Shao, Hongwen Zhang, Wei Min, Yebin Liu, Qingyao Wu

主题： 计算机视觉与模式识别 (cs.CV)

[216] arXiv:2506.02448 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： VidEvent：一个用于理解视频中事件动态演化的大型数据集 显示英文标题

标题： VidEvent: A Large Dataset for Understanding Dynamic Evolution of Events in Videos

Baoyu Liang, Qile Su, Shoutai Zhu, Yuchen Liang, Chao Tong

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[217] arXiv:2506.02452 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 自适应神经时间感知文本到运动模型 显示英文标题

标题： ANT: Adaptive Neural Temporal-Aware Text-to-Motion Model

Wenshuo Chen, Kuimou Yu, Haozhe Jia, Kaishen Yuan, Bowen Tian, Songning Lai, Hongru Xiao, Erhang Zhang, Lei Wang, Yutao Yue

主题： 计算机视觉与模式识别 (cs.CV)

[218] arXiv:2506.02453 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： PAID：用于持续测试时适应的成对角度不变分解 显示英文标题

标题： PAID: Pairwise Angular-Invariant Decomposition for Continual Test-Time Adaptation

Kunyu Wang, Xueyang Fu, Yuanfei Bao, Chengjie Ge, Chengzhi Cao, Wei Zhai, Zheng-Jun Zha

主题： 计算机视觉与模式识别 (cs.CV)

[219] arXiv:2506.02459 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： ReSpace：基于文本的带偏好对齐的3D场景合成与编辑 显示英文标题

标题： ReSpace: Text-Driven 3D Scene Synthesis and Editing with Preference Alignment

Martin JJ. Bucher, Iro Armeni

评论： 20页，17幅图（包括附录）

主题： 计算机视觉与模式识别 (cs.CV)

[220] arXiv:2506.02462 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过灵敏度引导剪枝的高效测试时自适应目标检测 显示英文标题

标题： Efficient Test-time Adaptive Object Detection via Sensitivity-Guided Pruning

Kunyu Wang, Xueyang Fu, Xin Lu, Chengjie Ge, Chengzhi Cao, Wei Zhai, Zheng-Jun Zha

评论： 被CVPR 2025接收为口头报告论文

主题： 计算机视觉与模式识别 (cs.CV)

[221] arXiv:2506.02472 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： HRTR：用于中风康复细粒度亚秒级动作分割的单阶段Transformer 显示英文标题

标题： HRTR: A Single-stage Transformer for Fine-grained Sub-second Action Segmentation in Stroke Rehabilitation

Halil Ismail Helvaci, Justin Philip Huber, Jihye Bae, Sen-ching Samson Cheung

主题： 计算机视觉与模式识别 (cs.CV)

[222] arXiv:2506.02473 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于微分运动的形状与材质生成感知 显示英文标题

标题： Generative Perception of Shape and Material from Differential Motion

Xinran Nicole Han, Ko Nishino, Todd Zickler

主题： 计算机视觉与模式识别 (cs.CV)

[223] arXiv:2506.02477 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过雨天特征记忆与重放实现更好的去雨泛化 显示英文标题

标题： Towards Better De-raining Generalization via Rainy Characteristics Memorization and Replay

Kunyu Wang, Xueyang Fu, Chengzhi Cao, Chengjie Ge, Wei Zhai, Zheng-Jun Zha

主题： 计算机视觉与模式识别 (cs.CV)

[224] arXiv:2506.02488 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： Flexiffusion：无需训练的分段式神经架构搜索用于高效的扩散模型 显示英文标题

标题： Flexiffusion: Training-Free Segment-Wise Neural Architecture Search for Efficient Diffusion Models

Hongtao Huang, Xiaojun Chang, Lina Yao

评论： 本文原本是打算作为我之前论文（arXiv:2409.17566）的v2版本，但错误地以新论文的形式提交了。

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[225] arXiv:2506.02492 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于信息量的共证据融合在医学图像分割中的应用 显示英文标题

标题： Co-Evidential Fusion with Information Volume for Medical Image Segmentation

Yuanpeng He, Lijian Li, Tianxiang Zhan, Chi-Man Pun, Wenpin Jiao, Zhi Jin

主题： 计算机视觉与模式识别 (cs.CV)

[226] arXiv:2506.02493 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 面向野外单幅图像的3D平面重建 显示英文标题

标题： Towards In-the-wild 3D Plane Reconstruction from a Single Image

Jiachen Liu, Rui Yu, Sili Chen, Sharon X. Huang, Hengkai Guo

评论： CVPR 2025 高亮论文

主题： 计算机视觉与模式识别 (cs.CV)

[227] arXiv:2506.02497 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： LumosFlow: 基于运动引导的长视频生成 显示英文标题

标题： LumosFlow: Motion-Guided Long Video Generation

Jiahao Chen, Hangjie Yuan, Yichen Qian, Jingyun Liang, Jiazheng Xing, Pengwei Liu, Weihua Chen, Fan Wang, Bing Su

主题： 计算机视觉与模式识别 (cs.CV)

[228] arXiv:2506.02528 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 关系适配器：使用扩散变换学习和迁移视觉关系 显示英文标题

标题： RelationAdapter: Learning and Transferring Visual Relation with Diffusion Transformers

Yan Gong, Yiren Song, Yicheng Li, Chenglin Li, Yin Zhang

主题： 计算机视觉与模式识别 (cs.CV)

[229] arXiv:2506.02534 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 利用不完美标签的弱监督增强单目高度估计 显示英文标题

标题： Enhancing Monocular Height Estimation via Weak Supervision from Imperfect Labels

Sining Chen, Yilei Shi, Xiao Xiang Zhu

主题： 计算机视觉与模式识别 (cs.CV)

[230] arXiv:2506.02535 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 内存耗尽：基于多模态稀疏滤波网络学习主特征用于半监督视频异常检测 显示英文标题

标题： MemoryOut: Learning Principal Features via Multimodal Sparse Filtering Network for Semi-supervised Video Anomaly Detection

Juntong Li, Lingwei Dang, Yukun Su, Yun Hao, Qingxin Xiao, Yongwei Nie, Qingyao Wu

主题： 计算机视觉与模式识别 (cs.CV)

[231] arXiv:2506.02537 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： VisuRiddles: 细粒度感知是多模态大型语言模型在抽象视觉推理中的主要瓶颈 显示英文标题

标题： VisuRiddles: Fine-grained Perception is a Primary Bottleneck for Multimodal Large Language Models in Abstract Visual Reasoning

Hao Yan, Handong Zheng, Hao Wang, Liang Yin, Xingchen Liu, Zhenbiao Cao, Xinxing Su, Zihao Chen, Jihao Wu, Minghui Liao, Chao Weng, Wei Chen, Yuliang Liu, Xiang Bai

评论： 13页，4幅图

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[232] arXiv:2506.02547 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 概率在线事件降采样 显示英文标题

标题： Probabilistic Online Event Downsampling

Andreu Girbau-Xalabarder, Jun Nagata, Shinichi Sumiyoshi

评论： accepted for the CVPR 2025 Events-Vision Workshop

主题： 计算机视觉与模式识别 (cs.CV) ; 新兴技术 (cs.ET)

[233] arXiv:2506.02550 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 技术报告：Ego4D 长期动作预测挑战赛 2025 显示英文标题

标题： Technical Report for Ego4D Long-Term Action Anticipation Challenge 2025

Qiaohui Chu, Haoyu Zhang, Yisen Feng, Meng Liu, Weili Guan, Yaowei Wang, Liqiang Nie

评论： CVPR EgoVis Workshop 2025上Ego4D长期动作预测挑战的冠军解决方案

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[234] arXiv:2506.02555 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： SurgVLM：一种用于手术智能的大规模视觉-语言模型和系统性评估基准 显示英文标题

标题： SurgVLM: A Large Vision-Language Model and Systematic Evaluation Benchmark for Surgical Intelligence

Zhitao Zeng, Zhu Zhuo, Xiaojun Jia, Erli Zhang, Junde Wu, Jiaan Zhang, Yuxuan Wang, Chang Han Low, Jian Jiang, Zilong Zheng, Xiaochun Cao, Yutong Ban, Qi Dou, Yang Liu, Yueming Jin

评论： 29页，5幅图

主题： 计算机视觉与模式识别 (cs.CV)

[235] arXiv:2506.02557 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于核的无监督嵌入对齐以增强视觉-语言模型中的视觉表示 显示英文标题

标题： Kernel-based Unsupervised Embedding Alignment for Enhanced Visual Representation in Vision-language Models

Shizhan Gong, Yankai Jiang, Qi Dou, Farzan Farnia

评论： ICML 2025

主题： 计算机视觉与模式识别 (cs.CV)

[236] arXiv:2506.02560 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： DCI：用于增强基于扩散的图像编辑的双条件反转 显示英文标题

标题： DCI: Dual-Conditional Inversion for Boosting Diffusion-Based Image Editing

Zixiang Li, Haoyu Wang, Wei Wang, Chuangchuang Tan, Yunchao Wei, Yao Zhao

主题： 计算机视觉与模式识别 (cs.CV)

[237] arXiv:2506.02571 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 对比与压缩：学习短轨迹的轻量级嵌入 显示英文标题

标题： Contrast & Compress: Learning Lightweight Embeddings for Short Trajectories

Abhishek Vivekanandan, Christian Hubschneider, J. Marius Zöllner

评论： 投稿同行评审

主题： 计算机视觉与模式识别 (cs.CV)

[238] arXiv:2506.02587 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： BEVCALIB：基于几何引导的鸟瞰视图表示的激光雷达-相机标定 显示英文标题

标题： BEVCALIB: LiDAR-Camera Calibration via Geometry-Guided Bird's-Eye View Representations

Weiduo Yuan, Jerry Li, Justin Yue, Divyank Shah, Konstantinos Karydis, Hang Qiu

主题： 计算机视觉与模式识别 (cs.CV) ; 机器人技术 (cs.RO)

[239] arXiv:2506.02601 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 利用 unmixing 引导的扩散模型生成高光谱图像 显示英文标题

标题： Hyperspectral Image Generation with Unmixing Guided Diffusion Model

Shiyu Shen, Bin Pan, Ziye Zhang, Zhenwei Shi

主题： 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)

[240] arXiv:2506.02604 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 卷积神经网络在图像超分辨率中的应用 显示英文标题

标题： Application of convolutional neural networks in image super-resolution

Chunwei Tian, Mingjian Song, Wangmeng Zuo, Bo Du, Yanning Zhang, Shichao Zhang

评论： 已被CAAI《智能系统学报》接受，使用中文撰写。

主题： 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)

[241] arXiv:2506.02605 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于一步扩散的现实世界图像超分辨率与视觉感知蒸馏 显示英文标题

标题： One-Step Diffusion-based Real-World Image Super-Resolution with Visual Perception Distillation

Xue Wu, Jingwei Xin, Zhijun Tu, Jie Hu, Jie Li, Nannan Wang, Xinbo Gao

主题： 计算机视觉与模式识别 (cs.CV)

[242] arXiv:2506.02614 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 大规模数据集下复杂天空背景中的高精度空间碎片跟踪 显示英文标题

标题： High Performance Space Debris Tracking in Complex Skylight Backgrounds with a Large-Scale Dataset

Guohang Zhuang, Weixi Song, Jinyang Huang, Chenwei Yang, Wanli OuYang, Yan Lu

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[243] arXiv:2506.02615 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于视觉语言模型的驾驶场景理解分层问答 显示英文标题

标题： Hierarchical Question-Answering for Driving Scene Understanding Using Vision-Language Models

Safaa Abdullahi Moallim Mohamud, Minjin Baek, Dong Seog Han

评论： 这项工作已被提交至IEEE，以供可能的发表。

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[244] arXiv:2506.02626 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 合成虹膜图像数据库与身份泄露：风险与缓解策略 显示英文标题

标题： Synthetic Iris Image Databases and Identity Leakage: Risks and Mitigation Strategies

Ada Sawilska, Mateusz Trokielewicz

主题： 计算机视觉与模式识别 (cs.CV)

[245] arXiv:2506.02633 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： ControlMambaIR：基于状态空间模型的图像恢复条件控制 显示英文标题

标题： ControlMambaIR: Conditional Controls with State-Space Model for Image Restoration

Cheng Yang, Lijing Liang, Zhixun Su

主题： 计算机视觉与模式识别 (cs.CV)

[246] arXiv:2506.02671 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 小帮助，大飞跃：使用 AdaptNet 的视觉-语言模型高效测试时自适应 显示英文标题

标题： Small Aid, Big Leap: Efficient Test-Time Adaptation for Vision-Language Models with AdaptNet

Xiao Chen, Jiazhen Huang, Qinting Jiang, Fanding Huang, Xianghua Fu, Jingyan Jiang, Zhi Wang

主题： 计算机视觉与模式识别 (cs.CV)

[247] arXiv:2506.02677 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 自解缠与再组合用于跨域少量样本分割 显示英文标题

标题： Self-Disentanglement and Re-Composition for Cross-Domain Few-Shot Segmentation

Jintao Tong, Yixiong Zou, Guangyao Chen, Yuhua Li, Ruixuan Li

评论： 被ICML 2025接受

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG)

[248] arXiv:2506.02680 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 用FLAIR求解反问题 显示英文标题

标题： Solving Inverse Problems with FLAIR

Julius Erbach, Dominik Narnhofer, Andreas Dombos, Bernt Schiele, Jan Eric Lenssen, Konrad Schindler

主题： 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)

[249] arXiv:2506.02690 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 面向大模型时代的几何问题求解：一项调查 显示英文标题

标题： Towards Geometry Problem Solving in the Large Model Era: A Survey

Yurui Zhao, Xiang Wang, Jiahong Liu, Irwin King, Zhitao Huang

评论： 8页，4个图，会议投稿

主题： 计算机视觉与模式识别 (cs.CV) ; 几何拓扑 (math.GT)

[250] arXiv:2506.02692 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 大规模自监督视频基础模型用于智能手术 显示英文标题

标题： Large-scale Self-supervised Video Foundation Model for Intelligent Surgery

Shu Yang, Fengtao Zhou, Leon Mayer, Fuxiang Huang, Yiliang Chen, Yihui Wang, Sunan He, Yuxiang Nie, Xi Wang, Ömer Sümer, Yueming Jin, Huihui Sun, Shuchang Xu, Alex Qinyang Liu, Zheng Li, Jing Qin, Jeremy YuenChun Teoh, Lena Maier-Hein, Hao Chen

主题： 计算机视觉与模式识别 (cs.CV)