您正在使用IE低版浏览器，为了您的雷峰网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器

CVPR 计算机视觉与模式识别会议

CVPR （计算机视觉与模式识别会议）是计算机视觉领域公认的顶级会议，我们聚焦其中的图像理解、三维重建、生成模型与底层视觉等核心议题。在这里，我们以精简、客观的方式梳理论文脉络，为视觉领域的研究者与从业者提供一份可靠的技术索引。

热门论文热门议题高校表现企业表现过往报道

人工智能学术

GAIR Paper 092：CVPR 2026 图像编辑趋势梳理：从参考一张图，到融合整个视觉世界

复杂视觉关系成为生成模型的新考题。

郑佳美 2026/05/29 15:13

人工智能

研究成果｜CVPR 2026 面向隐私约束跨域语义分割的风格自适应泛化框架

当模型内部不可访问时，如何提升冻结语义分割模型的跨域泛化能力

陈淑瑜 2026/05/29 11:16

人工智能

CVPR 2026 Oral｜告别模型合并冲突！南大等提出OrthoReg：极简正交正则化，揭开任务算术的底层机制

竟是预训练模型的什么内在属性，或者任务向量的什么特征，促成了这种解耦？

陈淑瑜 2026/05/29 10:57

人工智能

CVPR 2026 | 1000万段驾驶视频，教会模型如何估计相机位姿

不用百万级 3D 标注，模型也能从普通驾驶视频中学会「自己是怎么动的」。Wayve 的 LA-Pose 试图把未标注视频里的运动信号，转化为自动驾驶系统所需的相

陈淑瑜 2026/05/29 10:40

人工智能

文献分享 | CVPR 2026 | Ultrasound-CLIP：让视觉-语言模型真正读懂超声图像与报告

对于超声这类高度依赖专业知识和细粒度属性判断的医学影像任务，将领域知识、诊断结构和语义关系显式融入预训练过程，是提升模型临床理解能力的重要方向。

陈淑瑜 2026/05/28 18:05

人工智能

CVPR 2026｜华中科技大学CCIIP实验室5篇论文被CVPR 2026全文录用！

近日，计算机视觉领域的顶级国际会议CVPR 2026论文录用结果揭晓，华中科技大学认知计算与智能信息处理实验室共有5篇论文被录用

陈淑瑜 2026/05/28 17:56

人工智能

CVPR'26重磅 | 港科大沈劭劼团队&华为DLWM：告别3D标注，3DGS双世界模型革新自动驾驶

DLWM在3D占用检测、4D占用预测以及运动规划等方面都取得了显著的性能提升。

陈淑瑜 2026/05/28 15:12

人工智能

CVPR 2026 Oral | 牛津 & Meta AI 推出 VGGT-Ω：前馈 3D 重建迈入 10B 参数时代，动态场景精度升 77%

VGGT-Ω通过一套精妙的架构改进，实现了对动态场景的高精度重建，在 Sintel 等极具挑战性的基准测试中，将相机估计精度足足提升了 77%。

陈淑瑜 2026/05/28 14:50

人工智能

CVPR 2026 | 多模态大模型对视觉差异不敏感？深圳大学最新研究提出OddGridBench:一个细粒度视觉差异识别评测基准

OddGridBench：揭示多模态大语言模型缺乏细粒度视觉差异敏感性

陈淑瑜 2026/05/28 11:38

人工智能

CVPR2026 | 极少数据训练的通用目标检测模型, 无需提示跨域泛化, 遥感数据表现优异！

无需任何文本或视觉提示的通用区域候选网络PF-RPN，通过可学习视觉嵌入替代文本嵌入实现开放世界目标定位

陈淑瑜 2026/05/28 10:46

人工智能

CVPR 2026 | 突破短视，理解变化！HiF-VLA：以motion为中心打造「边想边做」的世界动作模型

HiF-VLA 巧妙提取低维紧凑的 Motion 向量作为动态先验，在一个创新的「联合专家」模块中，同步完成未来视觉运动的预测与高精度动作序列的生成。

陈淑瑜 2026/05/27 18:22

人工智能

CVPR 2026 | DocHumming：面向真实场景的端到端文档解析新范式

论文聚焦"如何让端到端文档解析模型在真实随拍场景下保持鲁棒性"这一核心问题，提出了端到端文档解析模型 DocHumming

陈淑瑜 2026/05/27 18:16

人工智能

IDESplat：用于可泛化 3D 高斯泼溅的迭代深度概率估计方法｜ CVPR 2026

这篇论文主要想解决一个很实际的问题：如何更准确地估计深度进而学习到更准确的高斯参数，实现更准确的三维场景重建。

陈淑瑜 2026/05/27 15:35

人工智能

CVPR 2026 | 让3DGS看见内部结构，中关村学院GaussianPile实现切片式容积影像快速重建

GaussianPile 尝试将传统 voxel grid 形式的三维体数据转换为一组的 3D Focus Gaussian primitives

陈淑瑜 2026/05/27 15:08

人工智能

CVPR 2026｜面向数据高效与泛化的概率式视觉语言医学图像分割框架MedCLIPSeg

MedCLIPSeg通过设计概率式视觉语言（Probabilistic Vision-Language，PVL）适配器实现双向跨模态融合与不确定性感知

陈淑瑜 2026/05/27 14:43

热门文章

为了您的账户安全，请验证邮箱

您的邮箱还未验证,完成可获20积分哟！

重发邮箱修改邮箱

请验证您的邮箱

立即验证

完善账号信息

您的账号已经绑定，现在您可以设置密码以方便用邮箱登录

立即设置 以后再说