本研究提出了一种基于变换器的深度伪造视频检测框架，通过利用运动信息中的方向性不一致模式来提升检测的普适性，并引入时空不变损失以防止过拟合。实验结果表明该方法有效且具有先进性能。

LEIA是一种用于动态物体建模的新方法，利用不同时间状态下的观察条件化超网络学习视图不变的潜在表示。实验结果表明，LEIA能够高效生成新颖的3D关节配置，且不受视角和关节配置的影响，优于依赖运动信息的先前方法。

我们提出了一种名为MISC Filter的实时去模糊滤波模型，利用运动估计网络捕捉邻域的运动信息，自适应地估计空间可变的运动流、掩模、卷积核、权重和偏移量。经过四个基准测试的实验表明，该方法为实时世界运动模糊去除提供了有效的解决方案，并达到了最先进的性能。

本文介绍了一种新的方法，利用纹理和运动信息作为监督信号，将 RGB 训练的水域分割网络适用于航空热成像。该方法使得自主航空机器人能够在夜间执行导航、测量和跟踪任务。作者整理了第一个临近海域热成像航空数据集，并证明了该方法的优势。代码和数据集可在指定链接上获取。

该文介绍了一种基于事件相机的无监督学习框架，通过事件流中的运动信息来学习运动。使用该框架训练了两个网络，一个用于预测光流，另一个用于预测自运动和深度。