BMVC 2026：零遗忘图像恢复，3.6%参数换15.25dB
先问一个很真实的问题：一个部署在野外监控杆上的图像恢复系统，第一年只需要去噪，第二年碰上了雾霾天开始需要去雾，第三年台风季又来了要处理雨纹。每一次新需求，难道都要把旧数据翻出来重新训练一遍？
视觉与图像
共 793 篇
告别人工框选！Mac mini实时跑通束流ROI检测，推理超10Hz
大型加速器里，束流图像分割以前还得靠人工框选，现在机器学习直接像素级搞定，IoU冲到0.96，还能实时跑在一台Mac mini上。这波操作，值得一看。
车联网联邦学习防偷窥新招：梯度不再裸奔，MitM下保78.2%准确率
联邦学习在车上，梯度在公开网络中传输，易被中间人攻击。论文结合差分隐私和同态加密，用DP参数决定加密哪些梯度，攻击下准确率从10.4%提升至78.2%，开销增加约8-10%。思路清晰，实用性强。
图像恢复｜天津大学ZVRM：零样本视频修复提速近3倍，时序闪烁减八成
又一篇零样本视频修复的狠活。天津大学团队把文本到图像扩散模型用出了花：不用训练就能修视频，还支持文本、图像两种参考输入，推理速度直接砍到三分之一，时序一致性指标WE降到原来的五分之一。被视频闪烁折磨过的同学，这篇值得重点研究。
ECCV 2026南开新作：像素看不清？超像素来救！7M参数横扫雨雪雾
恶劣天气下的图像恢复，难点从来不在“去除”而在“组织”——雨雪雾在空间上分布极不均匀，而现有状态空间模型（SSM）却用固定轨迹逐个像素扫描，总把语义冲突区域硬凑成一段。南开大学等机构提出SSR，把扫描粒度从像素提升到超像素，让状态沿着语义边界“顺流而下”，再配合区域级门控做通道校准，参数量仅7.05M，却在六个基准上刷新了SOTA。思路干净，性价比极高，值得
Yann LeCun新作｜视频预训练算力暴降20倍，丢掉95%Token反而更强
Yann LeCun参与的最新视频预训练工作，把JEPA家族的防坍塌机制全砍了，只用单一编码器加SIGReg正则，预训练算力直接降到原来的二十分之一，甚至95%的token随机丢掉反而精度更高。视频预训练终于不再是算力大户的专属游戏，这篇值得所有做视觉自监督的读者细读。
告别一键硬修！SuperSharpen把盲去模糊变成“手动挡”，细节更真实
这篇工作把扩散模型去模糊从“一键生成”变成了“手动调档”，引入了类似音量旋钮的模糊度量（BM），让用户自己决定要锐化多少、生成多少细节。还实打实对比了ControlNet适配和全量微调两条路线，结论清晰，落地感强，值得做图像恢复和摄影后处理的朋友读一读。
卢森堡大学新研究：太空机器人没奖励信号也能自学修复，60分钟见效果
太空机器人一旦硬件故障，传统强化学习就抓瞎——因为真空中根本算不出奖励信号。卢森堡大学这篇工作把世界模型玩出了新高度：预训练阶段把奖励函数"记住"在隐空间里，部署后冻结奖励预测器、只更新转移动力学，60分钟无监督数据就能让机器人自我修复。三大任务、代码开源、效果诚实不吹牛，值得一读。
5张人脸见证：GAN引导扩散PSNR提升4.40dB
GAN快但不够稳，扩散稳但太磨叽，这俩能不能别打架、搭个伙？本文给出了一个简单又实用的答案：把冻结的WGAN-GP中间特征当“导师”，用交叉注意力喂给扩散U-Net，在CelebA人脸去噪上直接涨了4.40dB。方法不复杂，但对混合范式感兴趣的读者值得一读。
马普所PhysHead：给数字人装上“仿真头发”，风吹发丝不再僵硬
现在的数字人头像，脸可以以假乱真，头发却像顶了个头盔——怎么晃都是死的。马普所等机构提出PhysHead，把头发拆成一根根发丝并接入物理引擎，让头像在点头、转头甚至刮风时，头发真的会飘。顺便还借大模型把“秃头版”训练数据造了出来，细节拉满。
机器人看懂房间的起点：伯克利用HHA编码让检测AP提升56%
先花十秒钟想一个场景：一台扫地机器人走进一个从来没去过的房间，它需要知道哪里有桌子、哪里有椅子、哪个是垃圾桶，最好还能知道每件东西具体占了多大面积——注意，是像素级的轮廓，不是一个框就算完。
拒绝内卷！北大CVPR 2026新作ExtrinSplat：3D语义理解不嵌特征，存储直接砍到MB级
3D高斯泼溅遇上开放词汇理解，过去大家往点云里硬塞特征，结果存储爆表、边界糊成一片。北大这篇CVPR 2026新作反其道而行，把几何和语义彻底解耦，用VLM生成文本假设做外置索引，直接让特征存储从GB级砍到MB级。思路清奇，落地极香，值得一读！
