LoFTR利用Transformer实现无检测器的局部特征匹配，特别在低纹理区域表现优异。
Jiaming Sun, Zehong Shen, Yuang Wang 等
提出DietNeRF，通过语义一致性损失实现少量图像下的高质量三维场景重建。
Ajay Jain, Matthew Tancik, Pieter Abbeel
提出FFIW-10K数据集与多实例学习算法，实现多人物脸部伪造检测。
Tianfei Zhou, Wenguan Wang, Zhiyuan Liang 等
扩展NeRF实现场景内语义联合编码，利用少量场景注释实现高精度2D语义标注。
Shuaifeng Zhi, Tristan Laidlow, Stefan Leutenegger 等
MVSNeRF利用多视几何与神经渲染结合，仅用三张图实现快速高质量场景重建。
Anpei Chen, Zexiang Xu, Fuqiang Zhao 等
提出SNeRG，将NeRF预计算成稀疏体素网格，实现30FPS实时渲染。
Peter Hedman, Pratul P. Srinivasan, Ben Mildenhall 等
Swin Transformer采用层次化结构和偏移窗口机制，实现图像分类87.3%、目标检测58.7 AP等多任务优异表现。
Ze Liu, Yutong Lin, Yue Cao 等
提出PlenOctrees实现NeRF实时渲染，速度超3000倍，保持高质量。
Alex Yu, Ruilong Li, Matthew Tancik 等
本文综述神经网络量化方法，强调低比特宽度（≤4比特）在模型压缩和推理加速中的应用，涵盖算法、实验和未来方向。
Amir Gholami, Sehoon Kim, Zhen Dong 等
提出BCNet，通过双层图卷积模型显著提升重叠遮挡物体的实例分割性能，COCO数据集提升AP达3.0。
Lei Ke, Yu-Wing Tai, Chi-Keung Tang
使用潜在空间回归分析GAN的组合性，提升图像生成质量。
Lucy Chai, Jonas Wulff, Phillip Isola
利用离散Morse理论（DMT）训练深度分割网络，显著提升拓扑准确性。
Xiaoling Hu, Yusu Wang, Li Fuxin 等
GSVNet以低分辨率光流和引导动态卷积，实现Cityscapes上142 FPS、71.8% mIoU。
Shih-Po Lee, Si-Cun Chen, Wen-Hsiao Peng
提出模块化交互式视频目标分割框架MiVOS，结合交互到掩码、传播与差异感知融合，提升性能与泛化。
Ho Kei Cheng, Yu-Wing Tai, Chi-Keung Tang
本研究评估面部模糊对ImageNet识别准确率影响，发现影响极小（≤1.0%），支持隐私保护应用。
Kaiyu Yang, Jacqueline Yau, Li Fei-Fei 等
利用GAN进行单样本语义部分分割，取得与监督基线相当的效果。
Nontawat Tritrong, Pitchaporn Rewatbowornwong, Supasorn Suwajanakorn
提出开放世界目标检测（OWOD）框架，结合对比聚类与能量模型，实现未知目标识别与增量学习。
K J Joseph, Salman Khan, Fahad Shahbaz Khan 等
提出基于时间条件的DyNeRF，实现10秒30FPS多视角动态视频的高效压缩与重建。
Tianye Li, Mira Slavcheva, Michael Zollhoefer 等
提出多注意力深度伪造检测网络，将细粒度分类与多区域注意机制结合，显著优于传统二分类模型。
Hanqing Zhao, Wenbo Zhou, Dongdong Chen 等
P2-Net实现2D-3D像素点的联合描述与检测，提升细粒度匹配性能。
Bing Wang, Changhao Chen, Zhaopeng Cui 等