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

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｜视频虚拟试穿新 SOTA！KeyTailor 虚拟换衣告别假质感，15K 高清数据集 ViT-HD 已经开源。

026 年 CVPR 最新接收的 KeyTailor，用一套关键帧驱动细节注入方案，不改动 DiT 主干、不加参、不降速，直接把服装动态细节、背景帧间一致性拉满

陈淑瑜 2026/05/29 10:53

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'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'26开源 | Adobe新作DAGE：高效细粒度的深度估计+姿态估计，三维重建新SOTA！

DAGE能够生成清晰的深度/点云图、强大的跨视图一致性以及精确的姿态信息，为视频几何结构和多视图重建领域带来了新的最佳成果。

陈淑瑜 2026/05/28 14:55

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

GAIR Paper 091：CVPR 2026 三维视觉趋势梳理：从 RGB 感知，到真实世界建模

多视角、事件视觉与相机轨迹，共同推动视觉模型走向更强空间推理。

郑佳美 2026/05/28 11:47

人工智能

GAIR Paper 090：CVPR 2026 医学影像 AI 趋势梳理：从看懂影像，到接管科研工作流

模型正从影像识别走向高效适配、临床语义理解与跨模态推理。

郑佳美 2026/05/28 11:46

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

CVPR 2026｜用互联网视频替代3D标注：通研院团队打造SceneVerse++「最大规模」真实3D场景数据

当高质量 3D 标注数据日益稀缺，我们能否用「海量」互联网视频构建高精度、可扩展的真实场景数据，提升 3D 场景理解的多任务表现？

陈淑瑜 2026/05/28 10:57

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

CVPR 2026 | 从生成式压缩到3D空间智能，七项前沿突破洞悉计算机视觉未来方向

GVC1D利用视觉Transformer将视频编码为极紧凑的一维潜在标记，打破二维网格的刚性空间对应关系，有效减少帧内冗余并实现 token 数量的自适应缩减。

陈淑瑜 2026/05/27 18:08

1 2 345 6...8

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