来源：公众号“我爱计算机视觉 原文链接：https://mp.weixin.qq.com/s/zw_R86_cL48P-IEwE3PJfw 在 3D人体动作恢复（Human Motion Recovery, HMR）领域，我们常常面临一个尴尬的局面：即便模型预测的关节点位置在数值上已经足够精确，但生成的动作看起来总觉得“假”。要么是由于过平滑而失去了力量感的“慢动作”，要么是伴随着令人不适的...

来源：公众号“Hyman的杂货铺” 原文链接：https://mp.weixin.qq.com/s/LU5ldsQhD0EcIcOy0ynOtw 街上每天都有海量行车记录仪、手机拍摄、 ADAS 车辆视频。里面藏着很多自动驾驶系统最想要的东西：事故前几秒、夜间低能见度、奇怪并线、突发施工、行人横穿、车辆擦碰。这些场景真实发生过，物理过程也可信。 难点在另一个地方：自动驾驶系统不能直接吃这些视...

来源：公众号“视觉语言导航” 原文链接：https://mp.weixin.qq.com/s/WRdwox6z8HajRGoHhdQvGA?scene=1&click_id=58 随着视觉语言模型（VLMs）飞速发展，具身机器人已从实验室走向家庭场景，能在3D室内环境中导航、感知，完成具身问答（EQA）任务，成为老人陪护、家务辅助的重要帮手。 但所有现有EQA基准都存在一个致命前提：...

来源：公众号“CV实验室” 原文链接：https://mp.weixin.qq.com/s/65JSJhgEB_O_2epsG0pfIw?scene=1&click_id=51 在计算机视觉领域，目标追踪（Visual Tracking）一直需要在“高精度”和“低功耗”之间寻找平衡。SNN（脉冲神经网络）因其生物仿真特性和极高的能源效率被寄予厚望，但在处理复杂的RGB视觉追踪任务时，...

来源：3D视觉工坊 原文链接：https://mp.weixin.qq.com/s/OeuvkEsZfxOF4SEZcD4wPA 标题：DLWM: Dual Latent World Models enable Holistic Gaussian-centric Pre-training in Autonomous Driving 作者：Yiyao Zhu, Ying Xue, Haimin...

来源：公众号“3DCV” 原文链接：https://mp.weixin.qq.com/s/eSYRI16zVA-noIU16-W-Tw?scene=1&click_id=156 标题：DAGE: Dual-Stream Architecture for Efficient and Fine-Grained Geometry Estimation 作者：Tuan Duc Ngo, Ji...

6月17日至21日，2024年国际计算机视觉与模式识别会议（IEEE/CVF Conference on Computer Vision and Pattern Recognition，以下简称“CVPR”）在美国西雅图举办。CVPR作为人工智能领域最有学术影响力的顶级会议之一，今年仍以论文、论坛、挑战赛等方式聚焦自动驾驶等热门议题。会议期间，2024CVPR自动驾驶国际挑战赛（以下简称“挑...

6月19日-23日，全球人工智能计算机视觉领域顶级国际会议CVPR 2022（Computer Vision and Pattern Recognition，即国际计算机视觉与模式识别）在美国新奥尔良举行，并同步进行线上会议。商汤科技及联合实验室共71篇论文入选本届CVPR，再创新高，其中有接近四分之一被录用为Oral（口头报告），涵盖三维视觉、自动驾驶等多个备受关注的前沿研究领域和方向，继...

来源：公众号“视觉语言导航” 原文链接：https://mp.weixin.qq.com/s/bf3QIqG81pKkP_78wfTKrA 传统地理定位高度依赖卫星影像，缺失老旧数据就直接“失灵”？这篇CVPR 2026新作重磅提出GeoBridge语义锚定多视图基础模型，跳出卫星中心固有范式，实现无人机、街景全景、卫星影像全视角双向匹配，还支持自然语言→地理图像跨模态检索。同时自研GeoL...

距CVPR 2026正式开幕（6月3日）仅剩两天，论文信息进入最后冲刺阶段。 本期三大爆点同日引爆：浙大&蚂蚁联合团队凭借HTD-Refine杀入Oral最佳论文候选，用高阶动力学对齐一举攻克单目人体动作恢复的"滑步+抖动"顽疾，成为本期国内团队最强信号；动态高斯重建方向，ClipGStream以"流式"架构首次同时拿下大运动+长序列，代码同步开源可直接复现；非视距感知赛道迎来标志性...