计算机视觉与模式识别

2025年08月 的作者和标题

[1] arXiv:2508.00053 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于质量引导的评分融合专家混合框架的人类识别 显示英文标题

标题： A Quality-Guided Mixture of Score-Fusion Experts Framework for Human Recognition

Jie Zhu, Yiyang Su, Minchul Kim, Anil Jain, Xiaoming Liu

评论： 被ICCV 2025接收。11页，5图

主题： 计算机视觉与模式识别 (cs.CV)

[2] arXiv:2508.00085 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 沙袋与真人拳击：视频中的运动可转移性 显示英文标题

标题： Punching Bag vs. Punching Person: Motion Transferability in Videos

Raiyaan Abdullah, Jared Claypoole, Michael Cogswell, Ajay Divakaran, Yogesh Rawat

评论： 被ICCV 2025主会议接收

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[3] arXiv:2508.00088 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： Monado SLAM数据集用于第一视角视觉惯性跟踪 显示英文标题

标题： The Monado SLAM Dataset for Egocentric Visual-Inertial Tracking

Mateo de Mayo, Daniel Cremers, Taih√∫ Pire

评论： 被IROS 2025接收

主题： 计算机视觉与模式识别 (cs.CV) ; 机器人技术 (cs.RO)

[4] arXiv:2508.00135 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 探索深度学习技术在从眼图像中准确性别分类的可行性 显示英文标题

标题： Exploring the Feasibility of Deep Learning Techniques for Accurate Gender Classification from Eye Images

Basna Mohammed Salih Hasan, Ramadhan J. Mstafa

评论： 12页，18图，5表

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG)

[5] arXiv:2508.00144 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 世界一致性得分：视频生成质量的统一度量 显示英文标题

标题： World Consistency Score: A Unified Metric for Video Generation Quality

Akshat Rakheja, Aarsh Ashdhir, Aryan Bhattacharjee, Vanshika Sharma

评论： 27页，1图

主题： 计算机视觉与模式识别 (cs.CV)

[6] arXiv:2508.00152 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： GeoExplorer：基于好奇心驱动探索的主动地理定位 显示英文标题

标题： GeoExplorer: Active Geo-localization with Curiosity-Driven Exploration

Li Mi, Manon Bechaz, Zeming Chen, Antoine Bosselut, Devis Tuia

评论： ICCV 2025。项目页面位于https://limirs.github.io/GeoExplorer/

主题： 计算机视觉与模式识别 (cs.CV)

[7] arXiv:2508.00169 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于单光子LiDAR的概率点云的鲁棒三维目标检测 显示英文标题

标题： Robust 3D Object Detection using Probabilistic Point Clouds from Single-Photon LiDARs

Bhavya Goyal, Felipe Gutierrez-Barragan, Wei Lin, Andreas Velten, Yin Li, Mohit Gupta

评论： ICCV 2025

主题： 计算机视觉与模式识别 (cs.CV)

[8] arXiv:2508.00171 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 关于误导性报告的风险：诊断多模态临床AI中的文本偏差 显示英文标题

标题： On the Risk of Misleading Reports: Diagnosing Textual Biases in Multimodal Clinical AI

David Restrepo, Ira Ktena, Maria Vakalopoulou, Stergios Christodoulidis, Enzo Ferrante

评论： 被接受为2025年MICCAI首届多模态大语言模型（MLLMs）在临床实践中的研讨会

主题： 计算机视觉与模式识别 (cs.CV) ; 计算与语言 (cs.CL)

[9] arXiv:2508.00197 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 图谱系谱和骨骼图乘积 显示英文标题

标题： Graph Lineages and Skeletal Graph Products

Eric Mjolsness, Cory B. Scott

评论： 42页。33图。正在审稿中

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG) ; 范畴论 (math.CT) ; 数值分析 (math.NA)

[10] arXiv:2508.00205 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 从外部表现行为学习个性化的人类内部认知用于真实人格识别 显示英文标题

标题： Learning Personalised Human Internal Cognition from External Expressive Behaviours for Real Personality Recognition

Xiangyu Kong, Hengde Zhu, Haoqin Sun, Zhihao Guo, Jiayan Gu, Xinyi Ni, Wei Zhang, Shizhe Liu, Siyang Song

评论： 10页，4图

主题： 计算机视觉与模式识别 (cs.CV)

[11] arXiv:2508.00213 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： SAM-PTx：基于文本引导的SAM参数高效并行文本适配器微调 显示英文标题

标题： SAM-PTx: Text-Guided Fine-Tuning of SAM with Parameter-Efficient, Parallel-Text Adapters

Shayan Jalilian, Abdul Bais

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[12] arXiv:2508.00218 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 以对象为中心的视觉少样本分类裁剪 显示英文标题

标题： Object-Centric Cropping for Visual Few-Shot Classification

Aymane Abdali, Bartosz Boguslawski, Lucas Drumetz, Vincent Gripon

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)

[13] arXiv:2508.00248 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 通过多尺度融合U型马尔可夫网络的引导深度图超分辨率 显示英文标题

标题： Guided Depth Map Super-Resolution via Multi-Scale Fusion U-shaped Mamba Network

Chenggang Guo, Hao Xu, XianMing Wan

主题： 计算机视觉与模式识别 (cs.CV)

[14] arXiv:2508.00259 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： PointGauss：点云引导的高斯泼溅多目标分割 显示英文标题

标题： PointGauss: Point Cloud-Guided Multi-Object Segmentation for Gaussian Splatting

Wentao Sun, Hanqing Xu, Quanyun Wu, Dedong Zhang, Yiping Chen, Lingfei Ma, John S. Zelek, Jonathan Li

评论： 22页，9图

主题： 计算机视觉与模式识别 (cs.CV)

[15] arXiv:2508.00260 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于指令的视觉投影器用于生成式视觉-语言模型的持续学习 显示英文标题

标题： Instruction-Grounded Visual Projectors for Continual Learning of Generative Vision-Language Models

Hyundong Jin, Hyung Jin Chang, Eunwoo Kim

评论： 被ICCV 2025接收

主题： 计算机视觉与模式识别 (cs.CV) ; 多媒体 (cs.MM)

[16] arXiv:2508.00265 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 多模态指代分割：综述 显示英文标题

标题： Multimodal Referring Segmentation: A Survey

Henghui Ding, Song Tang, Shuting He, Chang Liu, Zuxuan Wu, Yu-Gang Jiang

评论： 项目页面： https://github.com/henghuiding/Awesome-Multimodal-Referring-Segmentation

主题： 计算机视觉与模式识别 (cs.CV)

[17] arXiv:2508.00272 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 面向鲁棒语义对应：基准和见解 显示英文标题

标题： Towards Robust Semantic Correspondence: A Benchmark and Insights

Wenyue Chong

主题： 计算机视觉与模式识别 (cs.CV)

[18] arXiv:2508.00287 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 基于空间自注意力和联邦学习的隐私保护驾驶员困倦检测 显示英文标题

标题： Privacy-Preserving Driver Drowsiness Detection with Spatial Self-Attention and Federated Learning

Tran Viet Khoa, Do Hai Son, Mohammad Abu Alsheikh, Yibeltal F Alem, Dinh Thai Hoang

主题： 计算机视觉与模式识别 (cs.CV)

[19] arXiv:2508.00289 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： TITAN-Guide：Taming Inference-Time AligNment for Guided Text-to-Video Diffusion Models 显示英文标题

标题： TITAN-Guide: Taming Inference-Time AligNment for Guided Text-to-Video Diffusion Models

Christian Simon, Masato Ishii, Akio Hayakawa, Zhi Zhong, Shusuke Takahashi, Takashi Shibuya, Yuki Mitsufuji

评论： 被ICCV 2025接收

主题： 计算机视觉与模式识别 (cs.CV)

[20] arXiv:2508.00298 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： AniMer+：通过家族感知变压器在哺乳动物和鸟类中统一姿态和形状估计 显示英文标题

标题： AniMer+: Unified Pose and Shape Estimation Across Mammalia and Aves via Family-Aware Transformer

Jin Lyu, Liang An, Li Lin, Pujin Cheng, Yebin Liu, Xiaoying Tang

评论： arXiv管理员注释：与arXiv:2412.00837存在大量文本重叠

主题： 计算机视觉与模式识别 (cs.CV)

[21] arXiv:2508.00299 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 通过运动序列实现多视角驾驶场景的可控行人视频编辑 显示英文标题

标题： Controllable Pedestrian Video Editing for Multi-View Driving Scenarios via Motion Sequence

Danzhen Fu, Jiagao Hu, Daiguo Zhou, Fei Wang, Zepeng Wang, Wenhua Liao

评论： ICCV 2025 工作坊（HiGen）

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 机器人技术 (cs.RO)

[22] arXiv:2508.00308 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 探索傅里叶先验和事件协作用于低光图像增强 显示英文标题

标题： Exploring Fourier Prior and Event Collaboration for Low-Light Image Enhancement

Chunyan She, Fujun Han, Chengyu Fang, Shukai Duan, Lidan Wang

评论： 被ACM MM 2025接受

主题： 计算机视觉与模式识别 (cs.CV)

[23] arXiv:2508.00311 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： DocTron-Formula：复杂和结构化场景中的通用公式识别 显示英文标题

标题： DocTron-Formula: Generalized Formula Recognition in Complex and Structured Scenarios

Yufeng Zhong, Zhixiong Zeng, Lei Chen, Longrong Yang, Liming Zheng, Jing Huang, Siqi Yang, Lin Ma

主题： 计算机视觉与模式识别 (cs.CV)

[24] arXiv:2508.00312 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： GV-VAD：探索用于弱监督视频异常检测的视频生成 显示英文标题

标题： GV-VAD : Exploring Video Generation for Weakly-Supervised Video Anomaly Detection

Suhang Cai, Xiaohao Peng, Chong Wang, Xiaojie Cai, Jiangbo Qian

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)

[25] arXiv:2508.00319 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 个性化文本到图像扩散模型的引导指导 显示英文标题

标题： Steering Guidance for Personalized Text-to-Image Diffusion Models

Sunghyun Park, Seokeon Choi, Hyoungwoo Park, Sungrack Yun

评论： ICCV 2025

主题： 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)