2026年9月8日至12日，第19届欧洲计算机视觉会议（European Conference on Computer Vision，ECCV 2026）在瑞典马尔默举行。ECCV每两年举办一次，与CVPR、ICCV并称计算机视觉领域“三大顶会”，汇聚来自全球高校、科研机构及产业界的研究人员开展学术交流与成果展示。
在这一国际学术平台上，上海交通大学溥渊未来技术学院特聘教授杨睿刚的研究成果成功入选，体现了学院教师在计算机视觉领域的研究进展。
GeoV2V：面向驾驶场景生成的几何引导视频扩散模型
GeoV2V: Geometry-Grounded Video Diffusion Model for Driving Scene Generation
GeoV2V面向自动驾驶仿真中的换道场景，提出几何引导的视频扩散框架，将激光雷达与深度重投影先验融入视频生成，结合完整源视频条件，生成几何一致、时序连贯的新轨迹驾驶视频。研究构建同步多车道动态场景数据集Para4D，为跨车道视角变换提供监督。Waymo、nuScenes和Para4D上的实验表明，该方法提升了画面质量、几何一致性与动态光照表现，为自动驾驶仿真和数据生成提供支持。
图1：GeoV2V 方法框架。源视频条件与深度、激光雷达几何先验共同引导新视角视频生成。
图2：Waymo 数据集的新视角合成对比。展示向左偏移1米、2米和4米的结果；GT为原始轨迹视角。FreeVS按官方设置仅生成画面下半部分。
作者：席宇辰（共同第一作者，溥渊未来技术学院）、郭宇涵（共同第一作者，溥渊未来技术学院）、侯宸伟、刘紫旭、方进、刘建、杨睿刚（通讯作者，溥渊未来技术学院）
论文链接：https://doi.org/10.1007/978-3-032-37044-0_36
作者简介
杨睿刚
上海交通大学溥渊未来技术学院特聘教授，博士生导师。2003年获美国北卡罗来纳州立大学计算机科学博士学位，曾任美国肯塔基大学教授、百度三维视觉首席科学家及自动驾驶企业 Inceptio首席技术官。主要研究方向包括人工智能、计算机视觉、机器人、自动驾驶及扩展现实（XR/VR）。现任《Machine Vision and Applications》期刊编辑、CSIG三维视觉专委会副主任。
