计算机视觉与模式识别

2025年09月 的作者和标题

[401] arXiv:2509.02630 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： MIDOG 2025的挑战与经验：一种两阶段的领域鲁棒有丝分裂图像检测方法 显示英文标题

标题： Challenges and Lessons from MIDOG 2025: A Two-Stage Approach to Domain-Robust Mitotic Figure Detection

Euiseop Song, Jaeyoung Park, Jaewoo Park

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

[402] arXiv:2509.02637 (交叉列表自 eess.IV) [中文pdf, pdf, 其他]

标题： 一种用于鲁棒分裂象检测的单检测聚焦YOLO框架 显示英文标题

标题： A Single Detect Focused YOLO Framework for Robust Mitotic Figure Detection

Yasemin Topuz, M. Taha Gökcan, Serdar Yıldız, Songül Varlı

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)

[403] arXiv:2509.02640 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： MIDOG2025挑战赛中分裂图像的自适应学习策略 显示英文标题

标题： Adaptive Learning Strategies for Mitotic Figure Classification in MIDOG2025 Challenge

Biwen Meng, Xi Long, Jingxin Liu

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)

[404] arXiv:2509.02710 (交叉列表自 physics.med-ph) [中文pdf, pdf, html, 其他]

标题： 面向乳腺DCE-MRI的鲁棒病灶检测模型：将基础模型适应于高风险女性 显示英文标题

标题： Toward a robust lesion detection model in breast DCE-MRI: adapting foundation models to high-risk women

Gabriel A.B. do Nascimento, Vincent Dong, Guilherme J. Cavalcante, Alex Nguyen, Thaís G. do Rêgo, Yuri Malheiros, Telmo M. Silva Filho, Carla R. Zeballos Torrez, James C. Gee, Anne Marie McCarthy, Andrew D. A. Maidment, Bruno Barufaldi

主题： 医学物理 (physics.med-ph) ; 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[405] arXiv:2509.02949 (交叉列表自 cs.CL) [中文pdf, pdf, html, 其他]

标题： ProMQA-Assembly：装配上的多模态程序问答数据集 显示英文标题

标题： ProMQA-Assembly: Multimodal Procedural QA Dataset on Assembly

Kimihiro Hasegawa, Wiradee Imrattanatrai, Masaki Asada, Susan Holm, Yuran Wang, Vincent Zhou, Ken Fukuda, Teruko Mitamura

评论： 29页。代码和数据：https://github.com/kimihiroh/promqa-assembly

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

[406] arXiv:2509.02957 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： 多领域组织病理学图像中分裂细胞检测的集成YOLO框架 显示英文标题

标题： Ensemble YOLO Framework for Multi-Domain Mitotic Figure Detection in Histopathology Images

Navya Sri Kelam, Akash Parekh, Saikiran Bonthu, Nitin Singhal

评论： 3页，MIDOG25挑战

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

[407] arXiv:2509.02983 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： DUViN：基于扩散的水下视觉导航通过知识转移的深度特征 显示英文标题

标题： DUViN: Diffusion-Based Underwater Visual Navigation via Knowledge-Transferred Depth Features

Jinghe Yang, Minh-Quan Le, Mingming Gong, Ye Pu

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

[408] arXiv:2509.03012 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： 不确定感知的测试时训练（UT$^3$）用于高效的实时域自适应密集回归 显示英文标题

标题： Uncertainty-aware Test-Time Training (UT$^3$) for Efficient On-the-fly Domain Adaptive Dense Regression

Uddeshya Upadhyay

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

[409] arXiv:2509.03173 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： 深度自我知识蒸馏：冠状动脉分割的分层监督学习 显示英文标题

标题： Deep Self-knowledge Distillation: A hierarchical supervised learning for coronary artery segmentation

Mingfeng Lin

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)

[410] arXiv:2509.03188 (交叉列表自 eess.IV) [中文pdf, pdf, html, 其他]

标题： 基于对抗监督的提示引导块UNet-VAE在计算机断层扫描医学图像中的肾上腺分割 显示英文标题

标题： Prompt-Guided Patch UNet-VAE with Adversarial Supervision for Adrenal Gland Segmentation in Computed Tomography Medical Images

Hania Ghouse, Muzammil Behzad

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

[411] arXiv:2509.03211 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： 深度LiDAR里程计的有效主动训练 显示英文标题

标题： Efficient Active Training for Deep LiDAR Odometry

Beibei Zhou, Zhiyuan Zhang, Zhenbo Song, Jianhui Guo, Hui Kong

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

[412] arXiv:2509.03421 (交叉列表自 eess.IV) [中文pdf, pdf, 其他]

标题： 通用模型与专业视觉基础模型在眼科疾病和眼组学中的应用 显示英文标题

标题： Generalist versus Specialist Vision Foundation Models for Ocular Disease and Oculomics

Yukun Zhou, Paul Nderitu, Jocelyn Hui Lin Goh, Justin Engelmann, Siegfried K. Wagner, Anran Ran, Hongyang Jiang, Lie Ju, Ke Zou, Sahana Srinivasan, Hyunmin Kim, Takahiro Ninomiya, Zheyuan Wang, Gabriel Dawei Yang, Eden Ruffell, Dominic Williamson, Rui Santos, Gabor Mark Somfai, Carol Y. Cheung, Tien Yin Wong, Daniel C. Alexander, Yih Chung Tham, Pearse A. Keane

评论： 39页，8图

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

[413] arXiv:2509.03430 (交叉列表自 cs.HC) [中文pdf, pdf, html, 其他]

标题： EclipseTouch：使用佩戴式红外阴影投射在临时表面上进行触摸分割 显示英文标题

标题： EclipseTouch: Touch Segmentation on Ad Hoc Surfaces using Worn Infrared Shadow Casting

Vimal Mollyn, Nathan DeVrio, Chris Harrison

评论： 被UIST 2025接收

主题： 人机交互 (cs.HC) ; 计算机视觉与模式识别 (cs.CV) ; 图形学 (cs.GR) ; 机器人技术 (cs.RO)

[414] arXiv:2509.03451 (交叉列表自 cs.HC) [中文pdf, pdf, html, 其他]

标题： SmartPoser：使用UWB和IMU数据的智能手机和智能手表的臂部姿态估计 显示英文标题

标题： SmartPoser: Arm Pose Estimation with a Smartphone and Smartwatch Using UWB and IMU Data

Nathan DeVrio, Vimal Mollyn, Chris Harrison

评论： 前两位作者贡献相同。发表于UIST 2023

主题： 人机交互 (cs.HC) ; 计算机视觉与模式识别 (cs.CV) ; 图形学 (cs.GR) ; 机器人技术 (cs.RO)

[415] arXiv:2509.03462 (交叉列表自 cs.AI) [中文pdf, pdf, html, 其他]

标题： sam-llm：通过参数微调可解释的变道轨迹预测 显示英文标题

标题： sam-llm: interpretable lane change trajectoryprediction via parametric finetuning

Zhuo Cao, Yunxiao Shi, Min Xu

评论： 5页

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

[416] arXiv:2509.03477 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 鲁棒：利用冗余和模态特定特征进行鲁棒多模态学习 显示英文标题

标题： Robult: Leveraging Redundancy and Modality Specific Features for Robust Multimodal Learning

Duy A. Nguyen, Abhi Kamboj, Minh N. Do

评论： 被接受并在加拿大蒙特利尔举行的IJCAI 2025上发表

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)

[417] arXiv:2509.03623 (交叉列表自 astro-ph.EP) [中文pdf, pdf, html, 其他]

标题： 用物理约束神经场揭示原行星盘的精细结构 显示英文标题

标题： Revealing Fine Structure in Protoplanetary Disks with Physics Constrained Neural Fields

Aviad Levis, Nhan Luong, Richard Teague, Katherine. L. Bouman, Marcelo Barraza-Alfaro, Kevin Flaherty

主题： 地球与行星天体物理学 (astro-ph.EP) ; 计算机视觉与模式识别 (cs.CV)

[418] arXiv:2509.03677 (交叉列表自 cs.LG) [中文pdf, pdf, 其他]

标题： 从梯度动力学中的见解：梯度自标定归一化 显示英文标题

标题： Insights from Gradient Dynamics: Gradient Autoscaled Normalization

Vincent-Daniel Yun

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) ; 信息论 (cs.IT)

[419] arXiv:2509.03680 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： LuxDiT：基于视频扩散变压器的光照估计 显示英文标题

标题： LuxDiT: Lighting Estimation with Video Diffusion Transformer

Ruofan Liang, Kai He, Zan Gojcic, Igor Gilitschenski, Sanja Fidler, Nandita Vijaykumar, Zian Wang

评论： 项目页面：https://research.nvidia.com/labs/toronto-ai/LuxDiT/

主题： 图形学 (cs.GR) ; 人工智能 (cs.AI) ; 计算机视觉与模式识别 (cs.CV)

[420] arXiv:2509.03749 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 预算内的映射：优化空间数据收集以用于机器学习 显示英文标题

标题： Mapping on a Budget: Optimizing Spatial Data Collection for ML

Livia Betti, Farooq Sanni, Gnouyaro Sogoyou, Togbe Agbagla, Cullen Molitor, Tamma Carleton, Esther Rolf

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)

[421] arXiv:2509.03775 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： ContraGS：用于快速、内存高效重建的代码本浓缩可训练高斯点云 显示英文标题

标题： ContraGS: Codebook-Condensed and Trainable Gaussian Splatting for Fast, Memory-Efficient Reconstruction

Sankeerth Durvasula, Sharanshangar Muhunthan, Zain Moustafa, Richard Chen, Ruofan Liang, Yushi Guan, Nilesh Ahuja, Nilesh Jain, Selvakumar Panneer, Nandita Vijaykumar

主题： 图形学 (cs.GR) ; 计算机视觉与模式识别 (cs.CV)

[422] arXiv:2509.03830 (交叉列表自 cs.AI) [中文pdf, pdf, 其他]

标题： 一种多维人工智能驱动的框架，用于分析历史城区中的游客感知：以上海为例 显示英文标题

标题： A Multidimensional AI-powered Framework for Analyzing Tourist Perception in Historic Urban Quarters: A Case Study in Shanghai

Kaizhen Tan, Yufan Wu, Yuxuan Liu, Haoran Zeng

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)

[423] arXiv:2509.03850 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 数据增强的量化感知知识蒸馏 显示英文标题

标题： Data-Augmented Quantization-Aware Knowledge Distillation

Justin Kur, Kaiqi Zhao

评论： 10页，2图

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)

[424] arXiv:2509.03891 (交叉列表自 cs.CL) [中文pdf, pdf, html, 其他]

标题： MobileRAG：增强移动代理的检索增强生成 显示英文标题

标题： MobileRAG: Enhancing Mobile Agent with Retrieval-Augmented Generation

Gowen Loo, Chang Liu, Qinghong Yin, Xiang Chen, Jiawei Chen, Jingyuan Zhang, Yu Tian

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

[425] arXiv:2509.04047 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： 张量IS：迈向用于Perlin分布异质介质的前向张量逆地下散射 显示英文标题

标题： TensoIS: A Step Towards Feed-Forward Tensorial Inverse Subsurface Scattering for Perlin Distributed Heterogeneous Media

Ashish Tiwari, Satyam Bhardwaj, Yash Bachwana, Parag Sarvoday Sahu, T.M.Feroz Ali, Bhargava Chintalapati, Shanmuganathan Raman

评论： 将出现在2025年太平洋图形会议（CGF期刊系列）上，项目页面： https://yashbachwana.github.io/TensoIS/

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)

[426] arXiv:2509.04058 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： SMooGPT：使用大型语言模型的风格化运动生成 显示英文标题

标题： SMooGPT: Stylized Motion Generation using Large Language Models

Lei Zhong, Yi Yang, Changjian Li

主题： 图形学 (cs.GR) ; 计算机视觉与模式识别 (cs.CV)

[427] arXiv:2509.04107 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： FedQuad：联邦随机四元组学习以缓解数据异质性 显示英文标题

标题： FedQuad: Federated Stochastic Quadruplet Learning to Mitigate Data Heterogeneity

Ozgu Goksu, Nicolas Pugeault

评论： 第三届IEEE联邦学习技术与应用国际会议（FLTA25）

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)

[428] arXiv:2509.04145 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： 超扩散化身：使用网络权重空间扩散生成动态人类化身 显示英文标题

标题： Hyper Diffusion Avatars: Dynamic Human Avatar Generation using Network Weight Space Diffusion

Dongliang Cao, Guoxing Sun, Marc Habermann, Florian Bernard

主题： 图形学 (cs.GR) ; 计算机视觉与模式识别 (cs.CV)

[429] arXiv:2509.04324 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： OVGrasp：通过多模态意图检测进行开放词汇抓取辅助 显示英文标题

标题： OVGrasp: Open-Vocabulary Grasping Assistance via Multimodal Intent Detection

Chen Hu, Shan Luo, Letizia Gionfrida

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

[430] arXiv:2509.04351 (交叉列表自 cs.IR) [中文pdf, pdf, html, 其他]

标题： 全局到局部还是局部到全局？ 利用高效的局部搜索和有效的全局重新排序增强图像检索 显示英文标题

标题： Global-to-Local or Local-to-Global? Enhancing Image Retrieval with Efficient Local Search and Effective Global Re-ranking

Dror Aiger, Bingyi Cao, Kaifeng Chen, Andre Araujo

主题： 信息检索 (cs.IR) ; 计算机视觉与模式识别 (cs.CV)

[431] arXiv:2509.04394 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 转换模型：重新思考生成学习目标 显示英文标题

标题： Transition Models: Rethinking the Generative Learning Objective

Zidong Wang, Yiyuan Zhang, Xiaoyu Yue, Xiangyu Yue, Yangguang Li, Wanli Ouyang, Lei Bai

评论： 代码在https://github.com/WZDTHU/TiM发布

主题： 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)

[432] arXiv:2509.04441 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： DEXOP：一种用于机器人传递精细人类操作的装置 显示英文标题

标题： DEXOP: A Device for Robotic Transfer of Dexterous Human Manipulation

Hao-Shu Fang, Branden Romero, Yichen Xie, Arthur Hu, Bo-Ruei Huang, Juan Alvarez, Matthew Kim, Gabriel Margolis, Kavya Anbarasu, Masayoshi Tomizuka, Edward Adelson, Pulkit Agrawal

评论： 项目页面：https://dex-op.github.io

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) ; 人机交互 (cs.HC)