研讨会简介第一届 “生成式 AI、偏好优化与智能体系统驱动的低层视觉前沿LoViF” 研讨会将于 2026 年 6 月与 CVPR 2026 同期举办。底层视觉正经历一场范式转变传统的图像复原方法正在被生成式人工智能、偏好优化和智能体系统所增强并重新定义。LoViF 研讨会旨在探索这些前沿方向重点关注生成式基础模型如何提供更强的先验、人类反馈如何进一步精细化视觉质量以及智能体如何自主处理复杂的复原任务。最新研究表明底层视觉任务已不再仅仅追求像素级精度如 PSNR而是更加关注感知丰富度以及与人类意图的对齐这一演进为专业内容创作、自主系统和可穿戴设备等领域带来了新的机遇其中视觉信号的完整性与美学质量至关重要。作为 LoViF 研讨会的核心组成部分之一该挑战为研究人员和工程实践者提供了一个平台用于评测其最新算法并推动下一代图像与视频处理技术的边界。研讨会官网https://lovif-cvpr2026-workshop.github.io/挑战赛简介随着深度学习与生成式模型的发展图像层面的去雨、去雾、去雪等任务已取得显著进展。然而在真实视频场景中天气退化往往具有以下显著特征1时间连续性强雨雪雾在相邻帧中呈现复杂的时序变化2场景细节退化天气退化并非简单的加性噪声而是对场景原有结构与细节的非均匀遮挡与掩蔽3感知要求更高单帧视觉质量提升并不能保证整体视频观感现有方法大多仍以逐帧图像复原为主难以在真实视频中同时保证天气去除效果与时序一致性。此外大量方法仅去除天气效果而无法恢复场景在正常天气下的细节这在实际应用中构成了关键瓶颈。为推动面向真实复杂环境的视频天气去除技术发展本次 LoViF 研讨会正式发起 Weather Removal in Videos Challenge聚焦于在视频场景中鲁棒、稳定且感知友好的天气去除。本挑战鼓励参赛者设计能够充分建模视频时序结构、跨帧一致性以及真实天气退化模式的算法框架推动从 “逐帧修复” 向 “视频级感知恢复” 的范式演进为自动驾驶仿真、机器人视觉和真实世界视频理解提供更可靠的视觉基础。大赛官网https://www.codabench.org/competitions/13462/大赛要求本次挑战赛面向全社会开放参赛对象包括个人、高等院校、科研机构及企业研究团队。每位参赛者仅可加入 1 支队伍每支队伍仅允许提交 1 种算法参与最终排名。大赛数据集本次挑战赛数据集聚焦真实世界场景中的合成天气退化问题涵盖多种复杂天气条件下的视频序列数据集以连续视频片段为基本单位涵盖雨、雪和雾融合场景强调1跨帧时序一致性2天气粒子的动态真实交互3多样化场景与相机运动模式数据集体量包含 6 个场景共约 438 帧作为训练集6 个场景共约 438 帧作为验证8 个场景约 584 帧作为测试。本挑战赛鼓励参赛者在遵守规则的前提下合理使用工具合成数据作为训练资源如WeatherEdithttps://github.com/Jumponthemoon/WeatherEdit赛程安排2026.02.05训练数据输入与参考输出发布2026.02.05验证数据仅输入发布2026.02.10验证服务器上线2026.03.06最终测试数据发布仅输入2026.03.10测试结果与代码提交截止2026.03.14初步结果反馈2026.03.15挑战赛论文提交内部评审2026.06.xLoViF 研讨会 挑战赛结果公布与颁奖CVPR 2026, USA具体时间以大赛官网公布为准大赛奖励排名前列队伍将被授予证书并被邀请提交 CVPR 2026 Workshop 论文供同行审稿。参与测试阶段提交的团队尤其是排名靠前和方案新颖的团队将有机会被邀请共同参与挑战报告的撰写。上述论文录用后将发表于 CVPR 2026 Workshop 论文集中。大赛组织者现在在「知乎」也能找到我们了进入知乎首页搜索「PaperWeekly」点击「关注」订阅我们的专栏吧·