近日，外洋学术会议CVPR 2026论文接纳截至公布，长安大学数据科学与东谈主工智能贪图院多篇论文被委用。CVPR全称为IEEE/CVF Conference on Computer Vision and Pattern Recognition（诡计机视觉与花式识别会议），被以为是深度学习领域的顶级外洋会议之一，与ICCV、ECCV并称为诡计机视觉领域三大顶会。CVPR 2026将于2026年6月3日-7日在好意思国科罗拉多州丹佛市举行，会议将呈现和发布深度学习领域前沿贪图效果。

论文题目：SynthRGB-T: Language-Vision Guided Image Translation for Diversity Synthesis

第一作家：丁健刚（长安大学信息工程学院）

通信作家：李伟（长安大学数据科学与东谈主工智能贪图院）

论文轮廓：弥合红外图像与可见光图像之间的模态互异，关于竣事跨模态流露及丰富多模态基准数据具有重要意旨。然则，现存贪图步调多局限于一双一映射范式，且常常仅在单向或阻塞场景中进行评估，难以振奋复杂洞开环境下的万般化需求。针对上述问题，论文将图像疗养历程翻新性地表述为一种由视觉与讲话共同引导的去噪扩散历程。通过引入洞开宇宙常识，幸运彩app官方最新版下载竣事了可控的双向图像翻译。此外，所提议的 SynthRGB-T 模子或者合成万般性强且高保真度的数据样本，显耀拓展了多模态数据资源的规模与丰富度，为多模态领域后续贪图提供了有劲扶植。

伸开剩余54%

{jz:field.toptypename/}

论文题目：SkeletonContext: Skeleton-side Context Prompt Learning for Zero-Shot Skeleton-based Action Recognition

第一作家：王宁（长安大学数据科学与东谈主工智能贪图院）

通信作家：张亮（西安电子科技大学诡计机科学与技巧学院）

论文轮廓：针对零样本（Zero-shot）骨骼作为识别中因穷乏环境险阻文（如交互物体）导致作为语义糊涂、难以别离视觉通常作为的挑战，论文提议了一种基于教唆学习的新框架 SkeletonContext。该框架通过引入“跨模态险阻文教唆模块”，诈欺大讲话模子（LLM）生成的丰富配景语义来补全骨骼作为中的缺失信息，竣事了骨骼特征与讲话形色的深层语义对王人；同期，王人集“缺陷部位解耦模块”提真金不怕火指导联系枢纽特征，进一步增强了在无物体交互场景下对复杂作为的流露智力。在多个主流基准数据集上的现实截至标明，SkeletonContext 在传统及广义零样本任务中均达到了卓著水平，显耀普及了模子对细粒度作为的推理精度与鲁棒性。

华商报大风新闻记者 任婷

发布于：陕西省

• 外洋
• 幸运彩
• 论文
• 多篇
• 长安大学