· ai
[Paper] ClusIR: 面向聚类引导的全能图像恢复
All-in-One Image Restoration (AiOIR) 旨在在统一框架下从多种退化中恢复高质量图像。然而，现有方法常常 f...
-
- · ai
[Paper] AlcheMinT: 细粒度时间控制用于多参考一致视频生成
近期，基于大型扩散模型的以主题为驱动的视频生成取得了重要进展，使得能够在用户提供的主题条件下进行个性化内容合成……
- · ai
[Paper] Mull-Tokens: 模态无关 潜在思考
推理超越语言；现实世界需要对空间、时间、affordances，以及远超文字所能表达的诸多方面进行推理。现有的 multimo...
- · ai
[Paper] OmniView：全视扩散模型用于 3D 和 4D 视图合成
先前将相机控制注入扩散模型的方法主要聚焦于 4D 一致性任务的特定子集：新视角合成、文本到视频…
- · ai
[Paper] 更强的无归一化Transformer
尽管归一化层长期被视为深度学习架构中不可或缺的组成部分，最近引入的 Dynamic Tanh (DyT) 已经……
- · ai
[Paper] Any4D：统一前馈度量4D重建
我们提出了 Any4D，一种可扩展的多视角 Transformer，用于度量尺度的密集前馈 4D 重建。Any4D 直接生成每像素的运动和几何……
- · ai
对 Spoor 的鸟类监测 AI 软件的兴趣正飙升
Spoor的计算机视觉软件可以帮助风电场以及其他行业追踪鸟类种群和迁徙模式....
- · ai
[Paper] GAINS：基于高斯的稀疏多视角捕获逆向渲染
最近在基于 Gaussian Splatting 的逆渲染方面的进展将 Gaussian 基元扩展了着色参数和物理上有依据的光传输，enabli...
- · ai
[Paper] ReViSE：在统一模型中实现基于推理的视频编辑与自反学习
Video unified models 在理解和生成方面表现出强大的能力，但即使配备了 …，它们在基于推理的视觉编辑方面仍然存在困难。
- · ai
[Paper] Splatent：用于新视角合成的扩散潜变量点绘
Radiance field 表示最近在常用于 diffusion models 的 VAE 的 latent space 中被探索。这一方向提供了高效的…
- · ai
[Paper] LISN：语言指令的社交导航与基于VLM的控制器调制
为了实现human-robot coexistence，socially aware navigation 对移动机器人至关重要。然而，现有的研究主要关注路径效率……
- · ai
[Paper] NordFKB：用于挪威地理空间 AI 的细粒度基准数据集
我们提出 NordFKB，这是一套用于挪威地理空间 AI 的细粒度 benchmark dataset，来源于权威且高度精确的国家 Felles KartdataBase …