近日，2026年国际计算机视觉与模式识别会议（CVPR 2026）在美国丹佛举行。我校信息与电气工程学院李振波教授课题组共有3篇论文被录用（1-main，2-findings）， 研究方向涵盖多目标跟踪、在线类别发现与多模态学习等人工智能前沿领域。

CVPR是计算机视觉与模式识别领域的顶级国际学术会议，与ICCV、ECCV并称“计算机视觉三大顶会”。在中国计算机学会（CCF）推荐目录中被列为A类会议，在谷歌学术（Google Scholar Metrics）评价体系中长期位居全球学术会议和期刊前列，近年来稳定居于总榜第2名，仅次于Nature。

《面向在线类别发现的测试时自适应学习》（TALON: Test-time Adaptive Learning for On-the-Fly Category Discovery，Main）该项研究是面向开放环境下智能系统持续识别新类别的需求。如在智慧养殖场景中，养殖对象可能出现训练阶段未见过的异常行为或状态变化，系统需要在长期运行中及时发现并归纳这些新模式。现有方法多依赖固定模型和压缩后的特征表示，面对新数据时适应能力有限，容易出现类别划分不稳定等问题。围绕这一挑战，论文提出测试时自适应学习框架，使模型能够在使用过程中持续吸收新样本信息，并动态优化对新类别的理解。实验结果表明，该方法在标准在线类别发现基准上取得了优于现有方法的性能，并有效缓解了同一真实类别被误分为多个伪类别的问题。

TALON整体框架

《扩散驱动的模态调和多目标跟踪》（DM3T: Harmonizing Modalities via Diffusion for Multi-Object Tracking，Findings）该研究是面向复杂环境下多目标持续监测与稳定跟踪的需求。如在复杂养殖环境中，多只养殖对象外观相似、活动频繁且容易相互遮挡，系统需要在复杂光照条件下持续判断“哪一只是同一个体”。可见光图像细节丰富，热红外图像在弱光环境下更具优势，但二者差异较大，简单融合难以充分发挥互补作用。围绕这一问题，论文提出基于扩散思想的多模态融合跟踪方法，通过逐步协调可见光与热红外信息，生成更加稳定、连续的目标轨迹。实验结果表明，该方法在VT-MOT基准上取得41.7 HOTA，相较当前最优方法提升1.54%。

DM3T整体框架

《一种面向在线类别发现的无哈希框架》（Learning through Creation: A Hash-Free Framework for On-the-Fly Category Discovery，Findings）该研究同样是面向开放环境中智能系统自动发现未知类别的需求。如在农田作物生长监测中，系统可能遇到未被预先定义的异常长势或环境胁迫状态，需要具备自主发现和归纳新类别的能力。传统方法通常更擅长识别已知类别，对未知类别的适应能力不足；部分方法还依赖哈希编码，可能造成信息压缩和语义损失。围绕这一挑战，论文提出一种无哈希在线类别发现框架，通过在训练过程中生成“伪未知类别”样本，引导模型提前学习如何识别未知事物。实验结果表明，该方法在七个基准数据集上的全类别准确率提升1.5%–13.1%，显著优于现有方法。

LTC整体框架

《面向在线类别发现的测试时自适应学习》论文通讯作者为李振波教授，吴亚楠老师为第一作者；《扩散驱动的模态调和多目标跟踪》论文通讯作者为李振波教授，2022级博士生李蔚然为第一作者；《一种面向在线类别发现的无哈希框架》论文通讯作者为吴亚楠老师，2023级本科生张博涵、唐卫东为共同第一作者。

在CVPR 2026会议期间，课题组师生积极参与国际学术交流，与全球人工智能顶尖研究团队围绕多目标跟踪、开放世界识别及多模态学习等方向展开深入讨论，并展示最新研究成果（如图5所示）。此次论文入选，体现了我校在人工智能计算机视觉与智能感知领域长期积累的研究基础与持续进展，也反映了学校在相关前沿方向的学术影响力与科研水平。

实验室师生在CVPR会议现场

上述论文研究成果得到了现代农业产业技术体系北京市智慧农业创新团队岗位专家项目（BAIC10-2025-E14）资助，同时获得农业水资源高效利用全国重点实验室、中国农业大学国家数字渔业创新中心以及农业农村部农业信息化标准化重点实验室等平台支持。