· ai
[Paper] Endo-G$^{2}$T：几何引导 & 时间感知的时间嵌入 4DGS 用于内镜场景
内镜（endo）视频表现出强烈的视角依赖效应，例如 specularities、wet reflections 和 occlusions。纯 photometric supervision 会导致对齐错误……
-
- · ai
[Paper] PFF-Net：用于点云法线估计的补丁特征拟合
估计点的法线需要构建局部补丁以提供中心‑周围的上下文，但确定合适的邻域大小是……
- · ai
SurgMLLMBench：用于外科场景理解的多模态大语言模型基准数据集
Recent advances in multimodal large language models (LLMs) have highlighted their potential for medical and surgical applications. However, existing surgical da... 近期在多模态大型语言模型（LLMs）方面的进展凸显了它们在医学和外科应用中的潜力。然而，现有的外科数据……
- · ai
[Paper] 混合 SIFT‑SNN 用于交通流量控制基础设施的高效异常检测
本文提出了 SIFT‑SNN 框架，这是一种低延迟神经形态信号处理管道，用于实时检测运输中的结构异常。
- · ai
[论文] 越多越好：用于高阶多模态对齐的对比融合
https://arxiv.org/abs/2305.12345 学习跨多模态的联合表示仍然是多模态机器学习中的核心挑战。当前的主流方法主要依赖于...（此处省略其余内容的中文翻译）
- · ai
[Paper] TrafficLens：使用大型语言模型的多摄像头交通视频分析
Traffic cameras are essential in urban areas, playing a crucial role in intelligent transportation systems. Multiple cameras at intersections enhance law enforc...