计算机视觉与模式识别

2025年06月 的作者和标题

[2901] arXiv:2506.16890 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 从实验室到工厂：低质量工业图像自/无监督缺陷检测的陷阱与指南 显示英文标题

标题： From Lab to Factory: Pitfalls and Guidelines for Self-/Unsupervised Defect Detection on Low-Quality Industrial Images

Sebastian Hönel, Jonas Nordqvist

评论： 18页，7个图，1个表。2025年欧洲机器学习与数据库知识发现原则与实践会议（ECML PKDD '25）终稿版本

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV) ; 应用 (stat.AP)

[2902] arXiv:2506.16898 (交叉列表自 cs.AI) [中文pdf, pdf, html, 其他]

标题： 人工智能的盲点：生成的城市场景中的地理知识与多样性缺失 显示英文标题

标题： AI's Blind Spots: Geographic Knowledge and Diversity Deficit in Generated Urban Scenario

Ciro Beneduce, Massimiliano Luca, Bruno Lepri

主题： 人工智能 (cs.AI) ; 计算机视觉与模式识别 (cs.CV) ; 计算机与社会 (cs.CY)

[2903] arXiv:2506.16934 (交叉列表自 eess.IV) [中文pdf, pdf, 其他]

标题： 基于条件扩散变压器和多潜空间学习的PET示踪剂分离 显示英文标题

标题： PET Tracer Separation Using Conditional Diffusion Transformer with Multi-latent Space Learning

Bin Huang, Feihong Xu, Xinchong Shi, Shan Huang, Binxuan Li, Fei Li, Qiegen Liu

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

[2904] arXiv:2506.17110 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： 基于单目一次性度量深度对齐的RGB机器人抓取 显示英文标题

标题： Monocular One-Shot Metric-Depth Alignment for RGB-Based Robot Grasping

Teng Guo, Baichuan Huang, Jingjin Yu

评论： 录用为IROS 2025

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

[2905] arXiv:2506.17133 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： 医学影像分类的数据增强鲁棒训练 显示英文标题

标题： Robust Training with Data Augmentation for Medical Imaging Classification

Josué Martínez-Martínez, Olivia Brown, Mostafa Karami, Sheida Nabavi

主题： 图像与视频处理 (eess.IV) ; 人工智能 (cs.AI) ; 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[2906] arXiv:2506.17140 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： MeDi：用于减轻肿瘤分类偏见的元数据引导扩散模型 显示英文标题

标题： MeDi: Metadata-Guided Diffusion Models for Mitigating Biases in Tumor Classification

David Jacob Drexlin, Jonas Dippel, Julius Hense, Niklas Prenißl, Grégoire Montavon, Frederick Klauschen, Klaus-Robert Müller

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

[2907] arXiv:2506.17165 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： 生成对抗网络（GAN）增强的脑肿瘤分类卷积神经网络中的比例敏感性 显示英文标题

标题： Proportional Sensitivity in Generative Adversarial Network (GAN)-Augmented Brain Tumor Classification Using Convolutional Neural Network

Mahin Montasir Afif, Abdullah Al Noman, K. M. Tahsin Kabir, Md. Mortuza Ahmmed, Md. Mostafizur Rahman, Mufti Mahmud, Md. Ashraful Babu

评论： 本文已提交至第18届国际脑信息学会议（BI'25），意大利。

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

[2908] arXiv:2506.17198 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： Dex1B：用于灵巧操作的10亿次演示学习 显示英文标题

标题： Dex1B: Learning with 1B Demonstrations for Dexterous Manipulation

Jianglong Ye, Keyi Wang, Chengjing Yuan, Ruihan Yang, Yiquan Li, Jiyue Zhu, Yuzhe Qin, Xueyan Zou, Xiaolong Wang

评论： 已接受发表于RSS 2025。项目页面：https://jianglongye.com/dex1b

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

[2909] arXiv:2506.17206 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： DreamCube：通过多平面同步生成3D全景图 显示英文标题

标题： DreamCube: 3D Panorama Generation via Multi-plane Synchronization

Yukun Huang, Yanning Zhou, Jianan Wang, Kaiyi Huang, Xihui Liu

评论： 项目页面：https://yukun-huang.github.io/DreamCube/

主题： 图形学 (cs.GR) ; 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[2910] arXiv:2506.17232 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： PCaM：一种基于渐进焦点注意力的信息融合方法，用于提高视觉变压器领域适应性 显示英文标题

标题： PCaM: A Progressive Focus Attention-Based Information Fusion Method for Improving Vision Transformer Domain Adaptation

Zelin Zang, Fei Wang, Liangyu Li, Jinlin Wu, Chunshui Zhao, Zhen Lei, Baigui Sun

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

[2911] arXiv:2506.17307 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 学习适应冻结的CLIP以进行少样本测试时域适应 显示英文标题

标题： Learning to Adapt Frozen CLIP for Few-Shot Test-Time Domain Adaptation

Zhixiang Chi, Li Gu, Huan Liu, Ziqiang Wang, Yanan Wu, Yang Wang, Konstantinos N Plataniotis

评论： ICLR2025，https://github.com/chi-chi-zx/L2C

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)

[2912] arXiv:2506.17320 (交叉列表自 cs.CY) [中文pdf, pdf, 其他]

标题： MAARTA：多智能体自适应放射学教学助手 显示英文标题

标题： MAARTA:Multi-Agentic Adaptive Radiology Teaching Assistant

Akash Awasthi, Brandon V. Chang, Anh M. Vu, Ngan Le, Rishi Agrawal, Zhigang Deng, Carol Wu, Hien Van Nguyen

评论： 被MICCAI 2025（主会议）接收

主题： 计算机与社会 (cs.CY) ; 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[2913] arXiv:2506.17324 (交叉列表自 cs.LG) [中文pdf, pdf, 其他]

标题： 基于注意力的扩散模型中的创造力起源 显示英文标题

标题： Origins of Creativity in Attention-Based Diffusion Models

Emma Finn, T. Anderson Keller, Manos Theodosis, Demba E. Ba

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)

[2914] arXiv:2506.17337 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： 普通视觉语言模型能否匹敌医学视觉语言模型？ 评估与战略见解 显示英文标题

标题： Can Common VLMs Rival Medical VLMs? Evaluation and Strategic Insights

Yuan Zhong, Ruinan Jin, Xiaoxiao Li, Qi Dou

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

[2915] arXiv:2506.17361 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 高光谱图像超分辨率的高效反馈门网络 显示英文标题

标题： Efficient Feedback Gate Network for Hyperspectral Image Super-Resolution

Xufei Wang, Mingjian Zhang, Fei Ge, Jinchen Zhu, Wen Sha, Jifen Ren, Zhimeng Hou, Shouguo Zheng, ling Zheng, Shizhuang Weng

评论： 20页，17图

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[2916] arXiv:2506.17364 (交叉列表自 cs.CY) [中文pdf, pdf, html, 其他]

标题： 基于人工智能的多模态生物特征用于检测智能手机分心：在线学习中的应用 显示英文标题

标题： AI-based Multimodal Biometrics for Detecting Smartphone Distractions: Application to Online Learning

Alvaro Becerra, Roberto Daza, Ruth Cobos, Aythami Morales, Mutlu Cukurova, Julian Fierrez

评论： 被EC-TEL25接受：第20届欧洲技术增强学习会议，英国纽卡斯尔和杜伦，2025年9月15日至19日

主题： 计算机与社会 (cs.CY) ; 人工智能 (cs.AI) ; 计算机视觉与模式识别 (cs.CV) ; 人机交互 (cs.HC)

[2917] arXiv:2506.17372 (交叉列表自 cs.CY) [中文pdf, pdf, html, 其他]

标题： 多模态政治偏见识别与中和 显示英文标题

标题： Multimodal Political Bias Identification and Neutralization

Cedric Bernard, Xavier Pleimling, Amun Kharel, Chase Vickery

主题： 计算机与社会 (cs.CY) ; 人工智能 (cs.AI) ; 计算机视觉与模式识别 (cs.CV)

[2918] arXiv:2506.17378 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： 用于在仿真环境中生成合成LiDAR数据集的工作流程 显示英文标题

标题： A workflow for generating synthetic LiDAR datasets in simulation environments

Abhishek Phadke, Shakib Mahmud Dipto, Pratip Rana

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

[2919] arXiv:2506.17412 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： VMRA-MaR：一种面向纵向乳腺癌风险预测的感知不对称性的时间框架 显示英文标题

标题： VMRA-MaR: An Asymmetry-Aware Temporal Framework for Longitudinal Breast Cancer Risk Prediction

Zijun Sun, Solveig Thrun, Michael Kampffmeyer

评论： MICCAI 2025，暂接受

主题： 计算机视觉与模式识别 (cs.CV)

[2920] arXiv:2506.17425 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于双变换器的稀疏视图CBCT重建方法Trans${^2}$-CBCT 显示英文标题

标题： Trans${^2}$-CBCT: A Dual-Transformer Framework for Sparse-View CBCT Reconstruction

Minmin Yang, Huantao Ren, Senem Velipasalar

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[2921] arXiv:2506.17450 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： BlenderFusion：3D定位的视觉编辑与生成合成 显示英文标题

标题： BlenderFusion: 3D-Grounded Visual Editing and Generative Compositing

Jiacheng Chen, Ramin Mehran, Xuhui Jia, Saining Xie, Sanghyun Woo

评论： 项目页面：https://blenderfusion.github.io

主题： 图形学 (cs.GR) ; 计算机视觉与模式识别 (cs.CV)

[2922] arXiv:2506.17462 (交叉列表自 cs.RO) [中文pdf, pdf, 其他]

标题： 通过LVLM协调的感知、推理和行动实现通用机器人导航 显示英文标题

标题： General-Purpose Robotic Navigation via LVLM-Orchestrated Perception, Reasoning, and Acting

Bernard Lange, Anil Yildiz, Mansur Arief, Shehryar Khattak, Mykel Kochenderfer, Georgios Georgakis

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

[2923] arXiv:2506.17501 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： DSA-NRP：基于血管造影灌注动力学的卒中 EVT 无复流预测 显示英文标题

标题： DSA-NRP: No-Reflow Prediction from Angiographic Perfusion Dynamics in Stroke EVT

Shreeram Athreya, Carlos Olivares, Ameera Ismail, Kambiz Nael, William Speier, Corey Arnold

评论： 12页，4图

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

[2924] arXiv:2506.17516 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： EASE：通过自监督能量最小化实现的具身主动事件感知 显示英文标题

标题： EASE: Embodied Active Event Perception via Self-Supervised Energy Minimization

Zhou Chen, Sanjoy Kundu, Harsimran S. Baweja, Sathyanarayanan N. Aakur

评论： 被IEEE机器人与自动化快报接收，2025年

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

[2925] arXiv:2506.17540 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： MTSIC：基于多阶段Transformer的光谱红外图像着色方法 显示英文标题

标题： MTSIC: Multi-stage Transformer-based GAN for Spectral Infrared Image Colorization

Tingting Liu, Yuan Liu, Jinhui Tang, Liyin Yuan, Chengyu Liu, Chunlai Li, Xiubao Sui, Qian Chen

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