· ai
[Paper] Talk2Move：强化学习用于文本指令的对象级几何变换（场景中）
我们介绍了 Talk2Move，这是一种基于强化学习（RL）的扩散框架，用于文本指令驱动的场景中对象的空间变换。Spatially m...
-
- · ai
[Paper] Meta-Learning 引导的 Pruning 用于 Edge Devices 上的 Few-Shot 植物病理
偏远地区的农民需要快速可靠的植物病害识别方法，但他们往往缺乏实验室或高性能计算的渠道。
- · ai
[Paper] 3D Gaussian Modeling 中的联合语义与渲染增强，使用各向异性局部编码
最近的研究提出将 3DGS 与语义特征向量相结合，以实现语义分割和图像渲染的同步进行。然而，这些方法通常将……
- · ai
[Paper] BEDS：贝叶斯新兴耗散结构
我们提出 BEDS（Bayesian Emergent Dissipative Structures），一个统一 non-equilibrium thermodynamics、Bayesian inference 等概念的理论框架。
- · ai
[论文] Fusion2Print：深度闪光‑非闪光融合用于无接触指纹匹配
无接触指纹识别提供了一种卫生且方便的替代方案，取代接触式系统，实现快速采集，无需潜在指纹，预…
- · ai
[Paper] Prithvi-Complimentary Adaptive Fusion Encoder (CAFE)：解锁洪水淹没制图的全部潜力
Geo-Foundation Models（GFMs）已在多种下游应用中证明有效，包括语义分割、分类和回归任务。H...
- · ai
[Paper] 360DVO: 深度视觉里程计用于单目360度相机
单目全向视觉里程计（OVO）系统利用 360 度相机克服透视 VO 系统的视场限制。然而，ex...
- · ai
[Paper] SortWaste：工业废物分拣目标检测的密集标注数据集
随着人口增长，废物产生量不断增加，这对有效管理和回收材料带来了挑战。人工废物分类是……
- · ai
[Paper] TopoLoRA-SAM：拓扑感知参数高效适配基础分割模型用于细结构和跨域二值语义分割
基础分割模型，例如 Segment Anything Model（SAM），通过大规模预训练展现出强大的零样本泛化能力，但适应 th...
- · ai
特征检测，第3部分：Harris角点检测
在图像中寻找最具信息量的点 这篇文章《Feature Detection, Part 3: Harris Corner Detection》首次发表于 Towards Data Science....
- · ai
[论文] 定制CNN、预训练模型与Transfer Learning在多个视觉数据集上的比较研究
卷积神经网络（CNN）是视觉识别的标准方法，因为它们能够从原始像素中学习层次化表示……
- · ai
[Paper] VIBE：基于视觉指令的编辑器
基于指令的图像编辑是生成式 AI 中发展最快的领域之一。过去一年里，该领域已经达到新的水平，出现了数十个……