距CVPR 2026正式開幕（6月3日）僅剩兩天，論文信息進入最后沖刺階段。

本期三大爆點同日引爆：浙大&螞蟻聯(lián)合團隊憑借HTD-Refine殺入Oral最佳論文候選，用高階動力學(xué)對齊一舉攻克單目人體動作恢復(fù)的"滑步+抖動"頑疾，成為本期國內(nèi)團隊最強信號；動態(tài)高斯重建方向，ClipGStream以"流式"架構(gòu)首次同時拿下大運動+長序列，代碼同步開源可直接復(fù)現(xiàn)；非視距感知賽道迎來標志性時刻——DENALI數(shù)據(jù)集與毫米波雷達GeRaF同時摘得Highlight，視覺×雷達雙路線打通，NLOS從實驗室概念正式邁入工程化。以下三大議題，帶你在開幕前夜鎖定最值得持續(xù)跟蹤的技術(shù)脈搏。

 

熱門議題一：浙大&螞蟻Oral候選！高階動力學(xué)對齊終結(jié)單目動作恢復(fù)的「滑步」頑疾

單目視頻中的人體動作恢復(fù)是計算機視覺長期未解的難題——哪怕模型整體效果不錯，腳底「滑步」和關(guān)節(jié)「抖動」依然如影隨形，嚴重制約了在數(shù)字人、影視制作和康復(fù)醫(yī)學(xué)中的實際落地。浙江大學(xué)與螞蟻集團聯(lián)合團隊提出HTD-Refine，從高階時序動力學(xué)入手，在機制層面根治了這一頑疾。更重要的是，它不僅被CVPR 2026接收為Oral，還同時入選最佳論文候選（Award Candidate）——這一雙重認證在CVPR數(shù)千篇投稿中極為罕見，是本屆中國團隊至今最強的成績信號。

HTD-Refine: High-order Temporal Dynamics Refinement for Monocular Human Motion Recovery（CVPR 2026 Oral & Award Candidate）

浙江大學(xué)與螞蟻集團聯(lián)合提出HTD-Refine，針對單目視頻人體動作恢復(fù)中普遍存在的"滑步"（foot sliding）和"抖動"（jittering）問題，通過引入高階時序動力學(xué)對齊（High-order Temporal Dynamics Alignment）機制，從根本上提升了動作恢復(fù)的自然度與時序穩(wěn)定性。該論文入選CVPR 2026 Oral，并同時獲得最佳論文候選（Award Candidate）認定，是本屆會議中國團隊的最強成果之一，在動作捕捉、數(shù)字人生成及康復(fù)醫(yī)學(xué)輔助等產(chǎn)業(yè)方向具有重要應(yīng)用價值。

論文/原文鏈接：https://mp.weixin.qq.com/s/zw_R86_cL48P-IEwE3PJfw

 

熱門議題二：4D重建新SOTA已開源！ClipGStream首次同時征服大運動與長序列

動態(tài)場景的4D重建（3D空間×?xí)r間維度）長期面臨一個兩難困境：要么處理得了大幅度運動、要么撐得住長時序序列，兩者往往不可兼得。ClipGStream用"流式高斯表示"（Streaming Gaussian Representation）架構(gòu)打破了這一瓶頸，在基準數(shù)據(jù)集上達到新SOTA的同時，代碼與權(quán)重已經(jīng)全部開源——這意味著研究者可以立即復(fù)現(xiàn)和擴展。對于數(shù)字人制作、游戲引擎實時渲染以及自動駕駛場景感知而言，這項突破的產(chǎn)業(yè)轉(zhuǎn)化窗口已經(jīng)打開。

ClipGStream: Streaming Gaussian Representation for Dynamic 4D Reconstruction（CVPR 2026，已開源）

ClipGStream由「我愛計算機視覺」公眾號重點推薦，是首個同時支持大范圍運動（Large Motion）和長時序序列（Long Sequence）的4D重建框架。核心創(chuàng)新在于流式高斯表示（Streaming Gaussian Representation），突破了現(xiàn)有4D高斯方法在運動幅度與序列長度上的二選一限制，在動態(tài)場景重建基準上達到新SOTA。代碼與權(quán)重已同步開源，可在數(shù)字人生成、游戲引擎渲染及自動駕駛場景感知中直接落地驗證。

論文/原文鏈接：https://mp.weixin.qq.com/s/boFZV3ANqEX5c-TJQ7KNCw

 

熱門議題三：非視距感知雙Highlight同日引爆！視覺數(shù)據(jù)集×毫米波雷達雙路線打通

非視距感知（NLOS，Non-Line-of-Sight）——即"看見你看不見的東西"——一直被視為計算機視覺最前沿也最難工程化的方向之一。而本屆CVPR 2026，這個方向罕見地同時收獲兩篇Highlight：DENALI提供了首個支持NLOS空間推理的大規(guī)模視覺數(shù)據(jù)集，標志著該領(lǐng)域從"有想法"邁入"有數(shù)據(jù)"的關(guān)鍵拐點；GeRaF則從另一路線出發(fā)，用毫米波雷達穿透紙箱障礙物實現(xiàn)3D表面重建，把NLOS能力從實驗室原型推向?qū)嶋H工程場景。視覺+雷達雙Highlight同時落地，意味著NLOS感知正在從單一技術(shù)路線走向系統(tǒng)性突破。

 DENALI: A Large-Scale Dataset for Non-Line-of-Sight Spatial Reasoning（CVPR 2026 Highlight）

DENALI是首個專為非視距（Non-Line-of-Sight, NLOS）空間推理設(shè)計的大規(guī)模數(shù)據(jù)集，為NLOS感知研究提供了系統(tǒng)性基礎(chǔ)設(shè)施。該數(shù)據(jù)集的發(fā)布標志著NLOS方向從單一實驗性研究走向數(shù)據(jù)驅(qū)動的工程化階段，填補了NLOS空間推理領(lǐng)域長期缺乏標準訓(xùn)練與評測平臺的空白，獲CVPR 2026 Highlight認定。

GeRaF: Geometry-aware Radar Fusion for NLOS 3D Surface Reconstruction（CVPR 2026 Highlight）

GeRaF利用毫米波（mmWave）雷達的穿透特性，對被紙箱等障礙物遮擋的目標進行非視距3D表面重建，將NLOS感知能力從視覺單路線拓展至雷達融合路線。與DENALI形成"數(shù)據(jù)集奠基+雷達工程化"的協(xié)同突破，兩篇論文同獲CVPR 2026 Highlight，共同標志著NLOS感知技術(shù)走向?qū)嶋H工程部署的臨界點。

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 

 更多CVPR 2026深度資訊，歡迎關(guān)注【CVPR 2026專區(qū)】 我們將持續(xù)跟蹤

 CVPR 2026 正式開幕（6月3日）在即—— 每日一報，不漏一篇，陪你鎖定視覺智能最前沿。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。