📡 信号/通信

📷 CVPR2026 · 7 篇论文解读

📌 同领域跨会议浏览： 🧠 NeurIPS2026 (1) · 🎞️ ECCV2026 (11) · 🔬 ICLR2026 (7) · 🧪 ICML2026 (2) · 🤖 AAAI2026 (3) · 🧠 NeurIPS2025 (5)

CLAY: Conditional Visual Similarity Modulation in Vision-Language Embedding Space

CLAY 提出免训练的条件视觉相似度计算方法，通过在 VLM 嵌入空间中构建文本条件子空间来调制相似度，无需重新计算数据库特征即可适应不同检索条件，并支持多条件检索。

AcTTA: Rethinking Test-Time Adaptation via Dynamic Activation

本文提出 AcTTA，一种基于动态激活函数调制的测试时自适应框架，通过将传统固定激活函数重参数化为可学习形式（包含激活中心偏移和非对称梯度斜率），在推理时自适应调整激活行为以应对分布偏移，在 CIFAR10-C/CIFAR100-C/ImageNet-C 上一致超越基于归一化层的 TTA 方法。

GAI-GS：用几何代数注意力把光线-物体交互注入 3DGS 的无线信道预测框架

GAI-GS 把 3D Gaussian Splatting 当作无线辐射场，用一个基于几何代数（Geometric Algebra, GA）的注意力 tokenizer 隐式建模电磁波在场景里的反射/衍射/透射等光线-物体交互，再通过双分支场景映射网络把交互信息残差注入高斯属性，最终在多个真实室内 RSSI/空间谱数据集上把 MAE 和 SSIM 都刷到 SOTA。

Generalizable Radio-Frequency Radiance Fields for Spatial Spectrum Synthesis

GRaF 把 NeRF 思想搬到射频域，但用一条"目标发射机的空间谱可由邻近发射机的谱插值近似"的定理，把"逐场景重训"的 NeRF 改造成"跨场景泛化"的潜在射频辐射场——靠几何感知 Transformer 编码邻居谱、再用复数值神经光线追踪重建空间谱，在单场景和未见场景上都超过 NeRF2。

Ghosts in the Point Clouds: De-glaring LiDAR in the Transient Domain

针对新一代固态单光子 LiDAR 因"相机化"产生的内部多径眩光（在点云里凭空冒出"幽灵"物体、又遮住真实物体），本文把眩光建模成一个线性、与场景无关的眩光扩散函数(GSF)，在点云形成之前、直接对每个像素的低层回波(echo)做处理：先用矩方法纠正光子堆积失真，再用 GSF 预测每个回波的眩光贡献，最后用一个二项分布置信度量判断该回波是真信号还是眩光——完全无需训练数据，可直接部署在未改装的商用传感器上。

Task-Driven Implicit Representations for Automated Design of LiDAR Systems

把 LiDAR 传感器配置编码成连续 6D 设计空间里的点，用归一化流学习"哪些设计对某个 3D 任务最有用"的隐式密度，再用 EM 把高斯混合"传感器"拟合到这个密度上，从而在任意物理约束下自动生成面向人脸扫描/机械臂跟踪/仓储检测等任务的 LiDAR 系统，并把带宽最高压到约 1/10。

X-band Radar Non-Line-of-Sight Imaging

用 10 GHz 的 X 波段雷达取代光学/毫米波传感器做非视距（NLOS）成像，借助长波长把粗糙墙面的"漫反射"变成"镜面反射"，再配一套"稠密预测 + 几何感知残差重建"的神经网络对抗长波带来的低角分辨率，把"拐角成像"的可用距离从光学的几米一举拉到真实场景 40 m。