· ai
[Paper] LayerGS：通过2D Gaussian Splatting对分层3D人类化身进行分解与修补
我们提出了一种新颖的框架，将任意姿态的人体分解为可动画的多层 3D 人体化身，并实现身体与服装的分离。Conventi...
-
- · ai
静默管道助手 – 非对话式零售智能代理
这是对 Algolia Agent Studio Challenge https://dev.to/challenges/algolia 的提交：面向消费者的非对话式体验 我构建的 Silent…
- · ai
[论文] Mesh4D：单目视频中的4D网格重建与跟踪
我们提出了 Mesh4D，一种用于单目 4D 网格重建的前馈模型。给定一个动态物体的单目视频，我们的模型能够重建该物体的…
- · ai
[Paper] QNeRF：神经辐射场在模拟的基于门的量子计算机上
最近，Quantum Visual Fields（QVFs）在模型紧凑性和收敛速度方面表现出有希望的改进，用于学习提供的2D或3D信号……
- · ai
[Paper] RL-AWB：深度强化学习用于低光夜间场景的自动白平衡校正
夜间颜色恒常性仍然是计算摄影中的一个具有挑战性的问题，因为低光噪声和复杂的照明条件。我们提出了 RL‑A…
- · ai
[Paper] Pixel-Perfect 视觉几何估计
从图像中恢复干净且精确的几何形状对于机器人技术和增强现实至关重要。然而，现有的 geometry foundation models 仍然存在 se...
- · ai
[Paper] 生成、迁移、适应：从单个人类示例学习 Functional Dexterous Grasping
功能性抓取与灵巧机器人手是实现工具使用和复杂操作的关键能力，但进展受到两个方面的限制……
- · ai
[Paper] GREx：通用指称表达分割、理解与生成
指称表达分割（RES）和指称表达理解（REC）分别对表达式描述的对象进行分割和检测，而指称表达…
- · ai
[Paper] RoboVIP：多视角视频生成与 Visual Identity Prompting 增强机器人操作
多样性、数量和质量的操作数据对于训练有效的机器人策略至关重要。然而，由于硬件和物理设置的限制……
- · ai
[论文] 全光场视频生成
相机控制的生成式视频重新渲染方法，例如 ReCamMaster，已经取得了显著进展。然而，尽管它们在单视角…
- · ai
[论文] ObjectForesight：从人类视频中预测未来的3D对象轨迹
人类可以轻松预测物体在交互过程中的运动或变化——想象一只杯子被提起、一把刀在切割，或一个盖子被关闭。W...
- · ai
[Paper] 学习潜在动作世界模型 在真实环境中
能够在现实世界中进行推理和规划的智能体需要具备预测其行为后果的能力。虽然 world models 具备这种…