視覺定位(Visual Grounding)旨在基于自由形式的自然語言文本表達(dá)定位圖像中的目標(biāo)物體。....

惡劣天氣下，自動駕駛汽車也能準(zhǔn)確識別周圍物體了？！

為了進(jìn)一步評估研究方法在下游任務(wù)上（即分割、檢測和實例分割）的效率，本文將骨干網(wǎng)與常用的特征金字塔網(wǎng)....

因此，本文研究者的目標(biāo)是實現(xiàn)快速、逼真和通用的 3D 生成。為此，他們提出了 DMV3D。DMV3D....

我們主要探索了3D視覺中scale up模型參數(shù)量和統(tǒng)一模型架構(gòu)的可能性。在NLP / 2D vis....

如上圖所示，不再采用嚴(yán)格的一對一匹配，而是促使模型專注于一對多匹配，即從細(xì)粒度過渡到粗粒度。因此，首....

為了解決這些挑戰(zhàn)，我們提出了第一個大規(guī)模醫(yī)學(xué)分割領(lǐng)域的公平性數(shù)據(jù)集， Harvard-FairSeg....

另一個極端是，監(jiān)督學(xué)習(xí)方法（即SupCE）會將所有這些圖像視為單一類（如「金毛獵犬」）。這就忽略了這....

Density-based方法：基于密度的方法通常采用預(yù)訓(xùn)練的模型來提取輸入圖像的有意義嵌入向量，測....

之前，將圖像轉(zhuǎn)換為3D的方法通常采用Score Distillation Sampling (SDS....

現(xiàn)有的基于計算機視覺的工業(yè)異常檢測技術(shù)包括基于特征的、基于重構(gòu)的和基于合成的技術(shù)。最近，擴散模型因其....

盡管3D和視頻生成取得了飛速的發(fā)展，由于缺少高質(zhì)量的4D數(shù)據(jù)集，4D生成始終面臨著巨大的挑戰(zhàn)。

LGT Adapter由局部關(guān)系Transformer和全局關(guān)系圖卷積串聯(lián)組成。考慮到常規(guī)的Tran....

一類常見的 Refinement 方法是 Model-Specific 的，其通過在已有分割模型中引....

最經(jīng)典的原始NeRF為例，局部隱蔽場通過NeRF的MLP網(wǎng)絡(luò)產(chǎn)生，與原始NeRF的兩個輸出color....

委員會說：「一些樣品在 100 攝氏度時的電阻率發(fā)生了急劇變化，然而，我們認(rèn)為相變是由（樣品中的）雜....

然而CLIP必須以整張圖片作為輸入并進(jìn)行特征提取，無法關(guān)注到指定的任意區(qū)域。然而，自然的2D圖片中往....

它有望超越條件圖像生成，并推動諸如分子設(shè)計或藥物發(fā)現(xiàn)這種不需要人類給注釋的應(yīng)用往前發(fā)展（這也是為什么....

在損失函數(shù)上，研究者從自然語言社區(qū)汲取靈感，即掩碼 token 建模已經(jīng)「讓位給了」序列自回歸預(yù)測方....

一是缺乏泛化能力。為了實現(xiàn)更好的超分效果，通常需要針對特定場景使用特定傳感器采集到的數(shù)據(jù)來進(jìn)行模型訓(xùn)....

下圖展示了Monkey的卓越性能，在 18 個不同的數(shù)據(jù)集上進(jìn)行測試的結(jié)果表明，Monkey能夠很好....

在時空超分中，除了 I0.5{HR}, 我們還要得到 I0{HR}, I1{HR}，如果把它們看成三....

相比于常規(guī)的三通道 RGB 圖像，高光譜圖像包含幾十上百個波段，從而捕獲了關(guān)于成像場景更豐富的信息。....

場景文本識別（Scene Text Recognition）的目標(biāo)是將圖像中的文本內(nèi)容提取出來。實際....

一個直接的解決方案是設(shè)計一個特定的訓(xùn)練方案，可以在不可利用的數(shù)據(jù)上進(jìn)行訓(xùn)練。這是不太理想的，因為它只....

在深度學(xué)習(xí)領(lǐng)域，網(wǎng)絡(luò)上充斥著大量可自由訪問的數(shù)據(jù)，其中包括像ImageNet和MS-Celeb-1M....

最近，大型多模態(tài)（即視覺和語言）模型（LMM）在圖像描述、視覺理解、視覺推理等多種視覺任務(wù)上表現(xiàn)出了....

擴散模型和 GAN 的混合模型最早是英偉達(dá)的研究團(tuán)隊在 ICLR 2022 上提出的 DDGAN（《....

神經(jīng)輻射場作為近期一個廣受關(guān)注的隱式表征方法，能合成照片級真實的多視角圖像。但因為其隱式建模的性質(zhì)，....

在機器視覺和機器人領(lǐng)域的許多前沿應(yīng)用中，學(xué)習(xí)準(zhǔn)確且高效的三維形狀表達(dá)是十分重要的。然而，現(xiàn)有的基于三....