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'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

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创新：AI交警来了！1.6万视频训练，责任判定秒杀人类专家

AITP（人工智能交警）不仅能看懂事故视频，还能像交警一样一步步推理，最后给出责任判定，准确率直接干翻人类专家！

陈淑瑜 2026/05/27 14:56

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

人工智能

CVPR 2026 | EchoForge：全新半监督超声心动图视频分割框架

EchoForge 为解决标注受限条件下的心脏超声精准影像分析带来了新的进展。

陈淑瑜 2026/05/26 14:00

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