· ai
[Paper] 生成式分类器避免捷径解决方案
判别式分类方法常常学习到在分布内有效的捷径，但在轻微的分布转移下就会失效。这种失效模式源于...
-
- · ai
[Paper] FoundationSLAM：释放深度基础模型在端到端稠密视觉SLAM中的力量
我们提出了 FoundationSLAM，一个基于学习的单目稠密 SLAM 系统，旨在解决先前基于光流的方法中缺乏几何一致性的问题……
- · ai
[Paper] Bi-C2R: 双向持续兼容表示用于免重新索引的终身人物再识别
Lifelong person Re-IDentification (L-ReID) 利用顺序收集的数据持续训练和更新 ReID 模型，关注整体性能……
- · ai
[Paper] PhysTalk：语言驱动的实时物理在 3D 高斯场景中
真实的视觉模拟无处不在，但它们的创建需要计算时间、渲染以及专业的动画知识。Open-vocabulary 视觉效果...
- · ai
[论文] DarkEQA：在低光室内环境中对具身问答的视觉-语言模型进行基准测试
视觉语言模型（VLMs）正日益被采用为具身代理的核心推理模块。现有基准在 i... 下评估它们的能力。
- · ai
[Paper] CPJ：通过 Caption-Prompt-Judge 实现可解释的农业害虫诊断，并进行 LLM-Judged Refinement
准确且可解释的作物病害诊断对农业决策至关重要，然而现有方法往往依赖于成本高昂的监督式 fine‑tuning……
- · ai
[Paper] 基于投影的对抗攻击：物理回环优化用于单目深度估计
深度神经网络（DNN）仍然易受对抗性攻击的影响，当在输入图像中添加特定扰动时，会导致误分类。这种...
-
- · ai
[Paper] RedunCut：基于测量的采样与准确性性能建模用于低成本实时视频分析
实时视频分析（LVA）在大规模摄像头群中持续运行，但使用现代视觉模型的推理成本仍然很高。为了解决这个问题，动态 m...
- · ai
使用 AI 去除 CapCut 水印 — 我们如何构建无闪烁视频修复系统
封面图片：使用 AI 去除 CapCut 水印 — 我们如何构建无闪烁视频修复系统 https://media2.dev.to/dynamic/image/width=1000,height=420,...
- · ai
AI 驱动的工业现场热力图
封面图片：AI-Powered Heat Maps for Industrial Worksites https://media2.dev.to/dynamic/image/width=1000,height=420,fit=cover,gravity=auto,format=auto/https...
- · ai
[Paper] Stream-DiffVSR：低延迟可流式视频超分辨率 via Auto-Regressive Diffusion
基于扩散的 video super-resolution（VSR）方法能够实现强大的感知质量，但由于依赖于……，在对延迟敏感的场景中仍不实用。