SIGGRAPH 博士論文獎設立于 2016 年，每年頒發給在計算機圖形學和交互技術領域成功答辯并完....
![的頭像]()
CVer 發表于 07-04 10:55
?1392次閱讀
如今，計算機視覺社區已經廣泛展開了對物體姿態的 6D 追蹤和 3D 重建。本文中英偉達提出了同時對未....
![的頭像]()
CVer 發表于 07-03 11:24
?874次閱讀
導讀 本文提出一種"解耦蒸餾"方案對SAM的ViT-H解碼器進行蒸餾，同時所得輕量級編碼器可與SAM....
![的頭像]()
CVer 發表于 06-30 10:59
?1698次閱讀
動動鼠標，讓圖片變「活」，成為你想要的模樣。 在 AIGC 的神奇世界里，我們可以在圖像上通過「拖曳....
![的頭像]()
CVer 發表于 06-30 10:57
?652次閱讀
對于訓練好的圖像分類器，能讓其可靠地在開放世界中工作的一個關鍵能力便是檢測未知的、分布外的（out-....
![的頭像]()
CVer 發表于 06-28 15:57
?1157次閱讀
通過將分割?切任務重新劃分為全實例分割和提?指導選擇兩個?任務，?帶實例分割分?的常規 CNN 檢測....
![的頭像]()
CVer 發表于 06-28 14:33
?2118次閱讀
之前的模型大多利用手工制作的視覺線索特征，如顏色/亮度對比度、邊緣和形狀等，最近也有一些方法轉向基于....
![的頭像]()
CVer 發表于 06-27 14:37
?622次閱讀
然而生成圖表也面臨一些挑戰，它需要表示框、箭頭、文本等離散組件之間的復雜關系。與生成自然圖像不同，論....
![的頭像]()
CVer 發表于 06-27 14:32
?807次閱讀
1. 研究動機 圖像分割旨在將具有不同語義的像素進行分類進而分組，例如類別或實例，近年來取得飛速的發....
![的頭像]()
CVer 發表于 06-26 10:39
?790次閱讀
本文旨在更好地理解基于 Transformer 的大型語言模型（LLM）的內部機制，以提高它們的可靠....
![的頭像]()
CVer 發表于 06-25 15:08
?1864次閱讀
本文提出了一種新的CLIP向視頻領域的遷移方法，找到模型泛化和專用化之間的平衡，讓模型既能識別微調時....
![的頭像]()
CVer 發表于 06-25 15:04
?1513次閱讀
在傳統的三維物體檢測任務中，前景物體通常由三維邊界框表示。然而，這種方法存在一些弊端，一方面，現實世....
![的頭像]()
CVer 發表于 06-21 14:04
?1175次閱讀
在上周復旦大學邱錫鵬團隊提交的論文《Full Parameter Fine-tuning for L....
![的頭像]()
CVer 發表于 06-21 14:00
?1200次閱讀
盡管AI發展迅猛，但目前CV領域的許多任務仍然缺乏高質量的數據，3D尤甚。一個解決辦法是用合成數據。....
![的頭像]()
CVer 發表于 06-20 14:47
?585次閱讀
這篇論文的通訊作者是結構生物學家顏寧，主要從事與疾病相關的重要膜轉運蛋白、電壓門控離子通道的結構與工....
![的頭像]()
CVer 發表于 06-19 16:08
?763次閱讀
面向真實 3D 物體的感知、理解、重建與生成是計算機視覺領域一直倍受關注的問題，也在近年來取得了飛速....
![的頭像]()
CVer 發表于 06-19 15:30
?1813次閱讀
引言 距離上次的長篇大論，已經過去了半年有余。這段時間，對于AI業界甚至整個世界，都是驚心動魄的。在....
![的頭像]()
CVer 發表于 06-19 11:44
?912次閱讀
我可以將最近的一篇數學預印本的前幾頁PDF輸入GPT-4，讓它生成半打有關該預印本的專家可能會提出的....
![的頭像]()
CVer 發表于 06-19 10:52
?676次閱讀
本文介紹CVPR2023的中稿論文：Temporal Attention Unit: Towards....
![的頭像]()
CVer 發表于 06-19 10:27
?1976次閱讀
在一些非自然圖像中要比傳統模型表現更好 CoOp 增加一些 prompt 會讓模型能力進一步提升 怎....
![的頭像]()
CVer 發表于 06-15 16:36
?790次閱讀
今日，Meta 推出了首個基于 LeCun 世界模型概念的 AI 模型。該模型名為圖像聯合嵌入預測架....
![的頭像]()
CVer 發表于 06-15 15:47
?528次閱讀
圖2是模型的整體結構圖，它包含顏色感知背景提取網絡(Color-aware Background E....
![的頭像]()
CVer 發表于 06-12 14:20
?1487次閱讀
先隨機采樣兩個視頻幀，并進行非對稱掩碼操作；然后SiamMAE編碼器網絡對兩個幀進行獨立處理，最后使....
![的頭像]()
CVer 發表于 06-12 14:18
?832次閱讀
? Stable Diffusion （SD）是當前最熱門的文本到圖像（text to image）....
![的頭像]()
CVer 發表于 06-12 10:14
?1078次閱讀
? 【導讀】 AI理論再進一步，破解ChatGPT指日可待？ Transformer架構已經橫掃了包....
![的頭像]()
CVer 發表于 06-12 10:11
?1171次閱讀
本文將空間條件中物體的形狀、位置以及它們之間的關系等性質總結為視覺先驗（Visual Prior），....
![的頭像]()
CVer 發表于 06-11 10:34
?532次閱讀
RES在圖形編輯、視頻制作、人機交互和機器人等眾多應用領域具有巨大潛力。目前，大多數現有方法都遵循在....
![的頭像]()
CVer 發表于 06-08 15:06
?670次閱讀
現有的可控圖片生成模型都是針對單一的模態進行設計，然而 Taskonomy [3] 等工作證明不同的....
![的頭像]()
CVer 發表于 06-08 15:01
?974次閱讀
該研究提出了一個簡單而有效的框架 Control-GPT，它利用 LLM 的強大功能根據文本 pro....
![的頭像]()
CVer 發表于 06-05 15:31
?1204次閱讀
ImageBind算是跨出了重要的一步，但我之前文章提了我的個人觀點，就是采用小規模其他模態和圖像的....
![的頭像]()
CVer 發表于 06-02 17:26
?1242次閱讀
工商網監
湘ICP備2023018690號-1
