来源：多模态信息融合 原文链接：https://mp.weixin.qq.com/s/QjD1bmw0Bvoga3Jx6BpHOQ01｜引言多曝光融合的目的就是把同一个场景下的不同曝光的照片的优点结合起来，使得高光不过曝、暗部有层次、运动的地方没有拖影。但是真实的设备不会一直用固定的方式去拍摄：在夜晚、逆光或者是室内和室外交接的地方，可能需要两帧、三帧甚至是五帧的数据来完成一次融合。 现有的...

来源：量子位 原文链接：https://mp.weixin.qq.com/s/Xv5MX9p2BBY1hXOnjcRjOQ 长视频理解，正在成为多模态大模型的重要能力。 用户开始不再只问“视频里有什么”，而是希望模型能进一步回答：这个事件从什么时候开始？到什么时候结束？这类任务被称为视频时序定位（Video Temporal Grounding, VTG）。 但视频越长，visual tok...

来源：MIPLatPKU 原文链接：https://mp.weixin.qq.com/s/uC9T-Rf_AZJlWdOw9OvxbQ导语本文介绍北京大学MIPL彭宇新教授团队录用于ECCV 2026的2篇论文，研究细粒度多图感知和人与物体交互检测。 第19届欧洲计算机视觉会议，英文全称 The 19th European Conference on Computer Vision (ECC...

来源：InTimeLab 原文链接：https://mp.weixin.qq.com/s/ssgc7dZJDdZAwkUfJ3E7EA 近日，由InTimeLab、腾讯大语言模型部等单位合作完成的研究成果《StrucTab: A Structured Optimization Framework for Table Parsing》被 ECCV 2026 接收。论文从建模、优化、评测三个层面...

来源：数智地球 原文链接：https://mp.weixin.qq.com/s/n5NdWC6_HE4kty71b2YZsA近日，实验室团队的2篇研究论文被 ECCV 2026 接收。 European Conference on Computer Vision（ECCV）是计算机视觉领域的重要国际会议，与CVPR、ICCV并称计算机视觉三大会议。ECCV 2026将于2026年9月8日至1...

来源：车东西 原文链接：https://mp.weixin.qq.com/s/dTCgjLHX4HOn7Ulyk4wQQA 小米自动驾驶团队秀肌肉：智驾模型可以自己“进化”。作者 | Janson编辑 | 志豪小米在国际计算机视觉顶会ECCV 2026上，一次性拿下了12篇论文！车东西7月3日消息，据小米技术披露，在国际计算机视觉顶会ECCV 2026上，小米AI团队和小米自动驾驶团队多篇论...

来源：数策智合 原文链接：https://mp.weixin.qq.com/s/kEaqXJ5BGpqXjgd1mrT71Q?scene=1 ⚡ ECCV 2026 的 LocateAnything 给出了一条更结构化的路线：把完整 bounding box 当成一个几何原子单元，一次并行解码。 ? 论文：LocateAnything: Fast and High-Quality Visio...

来源：CVer 原文链接：https://mp.weixin.qq.com/s/g4UuPC_SqdUwYFQOoaQoEA 论文题目：From One-to-One to Many-to-Many: Dynamic Cross-Layer Injection for Deep Vision-Language Fusion 会议：ECCV 2026 论文：https://arxiv.org/...

来源：全民AI学习 原文链接：https://mp.weixin.qq.com/s/8dpeFwBhkxawr2o1pUo-kg 该论文的第一作者和通讯作者均来自北京大学王选计算机研究所，共同第一作者为博士生雷廷和实习生刘佳林，通讯作者为博士生导师刘洋。团队近年来在 TPAMI、IJCV、CVPR、ICML 等顶会上有多项代表性成果发表，多次荣获国内外多模态理解与生成竞赛冠军，和国内外知名高...

来源：我爱计算机视觉 原文链接：https://mp.weixin.qq.com/s/3xekNy_ObCYtS2-mFkos1g 扩散Transformer（Diffusion Transformers, DiT）如今已成为高保真视觉生成领域的黄金标准，像广为人知的 FLUX.1 和 HunyuanVideo 等模型，其生成效果确实令人惊叹。然而，这种惊艳效果的背后，是极其高昂的推理延迟—...