ECCV2026 信号/通信论文解读论文笔记压缩/编码对抗鲁棒重识别布局/合成少样本学习

📡 信号/通信¶

🎞️ ECCV2026 · 11 篇论文解读

📌 同领域跨会议浏览： 🧠 NeurIPS2026 (1) · 📷 CVPR2026 (7) · 🔬 ICLR2026 (7) · 🧪 ICML2026 (2) · 🤖 AAAI2026 (3) · 🧠 NeurIPS2025 (5)

🔥 高频主题： 压缩/编码 ×4

FreqPhys: Repurposing Implicit Physiological Frequency Prior for Robust Remote Photoplethysmography: FreqPhys 在每轮条件扩散去噪中引入心率频带约束、可学习频谱调制和带内噪声选择，再用跨域注意力恢复脉搏波形，在六个数据集上展示较强鲁棒性，其中 BUAA 的心率 RMSE 为 1.31 bpm，但并非所有数据集上的所有指标均最优。
Controllable Generative Reference for Stereo Image Compression via Reliability-Aware Gating: 针对传统双目图像压缩在视场外（OOV）区域匹配失效与强量化伪影传递的瓶颈，提出利用预训练扩散模型并结合联合语义-空间控制合成高质量目标视点参考，再通过可靠性感知门控自适应调节熵模型信息流，实现了显著超越现有 SOTA 的率失真性能。
Experts-Guided Unbalanced Optimal Transport for ISP Learning from Unpaired and/or Paired Data: EGUOT 不改 ISP 推理网络，而用内容锚点、非平衡最优传输和颜色/结构/频域专家联合训练，在 ZRR 的同一 Restormer 非配对设置下取得 21.69 dB PSNR，并支持配对监督。
HybridSim: A Physics–Learning Hybrid Digital Twin for mmWave Human Sensing: 针对毫米波人体感知仿真中高阶多径射线追踪计算爆炸与神经隐式场纠缠运动微多普勒的瓶颈，HybridSim 将电磁波传播解耦为基于微表面逆向渲染的直射径与基于代理虚拟接收器 3D 高斯泼溅的间接多径，实现了高保真、低开销的动态人体中频毫米波信号合成。
Incentive Noise and Structural Prior Infusion for Multi-Modal Object Re-Identification: 针对多模态目标重识别中文本噪声干扰与跨光谱细粒度几何结构失配难题，本文提出将不确定文本重塑为任务感知正激励噪声以自适应调制视觉全局特征，并联合 DINOv3 结构先验提示与上下文引导稀疏融合，大幅提升异构传感器与恶劣工况下的检索鲁棒性。
Markov-Renewal Single-Photon LiDAR Simulator: 把 SPAD 死时间下的光子注册过程写成马尔可夫更新过程（MRP），用闭式公式解析预测每个像素的光子计数分布（高斯均值与方差）和时间 PDF，再靠「延迟不变性 + 预计算查表」一次并行采样出整幅 H×W×n_b 直方图立方体：统计上与逐光子拒绝采样的 gold standard 无法区分，但生成 128×128×1024 立方体只要 1.01 s 对 40.8 s（>40×）。
MaterialFlow: Attribute-Disentangled Material Transfer via Trajectory-Aware Velocity Modulation: 针对材质迁移中参考特征纠缠与反演累积漂移导致的结构畸变问题，MaterialFlow 在预训练 Rectified Flow 模型上提出了无需反演的轨迹感知速度调制与颜色-纹理-中尺度结构三维属性解耦范式，实现了高保真且结构严格保持的免训练材质迁移。
MixCompress: Mixture of Experts for Variable Rate Learned Image Compression: 针对传统稠密调制可变码率图像压缩中高低码率梯度严重冲突的痛点，MixCompress 通过引入率条件门控的稀疏混合专家（MoE）与自适应深度扩展（MoD），结合条件辅助小波变换（CAT），在单一模型内实现了超越独立单码率模型的最优率失真性能。
Prototype-Conditioned Imagination for Compositional Zero-Shot Learning: 针对视觉语言模型在组合零样本学习（CZSL）中存在的视觉-文本原语对齐模糊以及属性-对象相互孤立的问题，本文提出了结合最优传输双向解耦与属性原型驱动仿射调制的两阶段认知想象框架 PCI，在四大基准测试中显著提升了未见组合的泛化性能。
Raw-JPEG Adapter: Efficient Raw Image Compression with JPEG: 针对原始 Raw 图像体积庞大且无法直接适配标准 JPEG 编解码流水线的问题，本文提出了一种轻量、可逆且自监督学习的 Raw-JPEG 适配器，通过神经网络预测通道查找表、频域 DCT 缩放及像素级 Gamma 参数并嵌入 JPEG 注释段，实现了小于 64 KB 额外开销下极低解码延迟的高保真 Raw 图像压缩与重建。
Pol-CACTI: A System and dataset forHigh-Speed Polarized Video Compressive Imaging: 针对传统 DoFP 偏振相机无法捕获高帧率动态以及两阶段重建严重放大物理误差的瓶颈，本文提出 Pol-CACTI 硬件系统、大规模高质量偏振视频数据集与融合偏振感知反投影（PA-LBP）的物理驱动联合重建网络，实现了单帧快照下高保真高速偏振视频重构。