Beranda>Terkait pemrograman>ular piton
Unduh

Makalah CVPR 2024 dan Koleksi Proyek Sumber Terbuka (Makalah dengan Kode)

Keputusan CVPR 2024 kini tersedia di OpenReview!

Catatan 1: Setiap orang dipersilakan untuk mengirimkan terbitan dan berbagi makalah CVPR 2024 dan proyek sumber terbuka!

Catatan 2: Untuk detail tentang makalah dari konferensi CV sebelumnya dan makalah CV berkualitas tinggi lainnya serta ulasan komprehensif, silakan lihat: https://github.com/amusi/daily-paper-computer-vision

  • ECCV2024
  • CVPR 2023

Selamat memindai kode QR untuk bergabung dengan [CVer Academic Exchange Group], yang merupakan planet pengetahuan AI visi komputer terbesar! Diperbarui setiap hari, bagikan materi pembelajaran terbaru dan tercanggih dalam visi komputer, pengecatan AI, pemrosesan gambar, pembelajaran mendalam, mengemudi otonom, pencitraan medis, dan AIGC sesegera mungkin.

[Direktori makalah sumber terbuka CVPR 2024]

  • 3DGS (Percikan Gaussian)
  • Avatar
  • Tulang punggung
  • KLIP
  • MAE
  • AI yang diwujudkan
  • GAN
  • GNN
  • Model Bahasa Besar Multimodal (MLLM)
  • Model Bahasa Besar (LLM)
  • NAS
  • OCR
  • NRF
  • DETR
  • Mengingatkan
  • Model Difusi
  • ReID (identifikasi ulang)
  • Distribusi ekor panjang (Long-Tail)
  • Transformator Visi
  • Bahasa Visi
  • Pembelajaran dengan pengawasan mandiri
  • Augmentasi Data
  • Deteksi Objek
  • Deteksi Anomali
  • Pelacakan target (Pelacakan Visual)
  • Segmentasi Semantik
  • Segmentasi Instance
  • Segmentasi Panoptik
  • Citra Medis
  • Segmentasi Citra Medis
  • Segmentasi Objek Video
  • Segmentasi Instans Video
  • Merujuk Segmentasi Gambar
  • Anyaman Gambar
  • Pengeditan Gambar
  • Visi Tingkat Rendah
  • Resolusi Super
  • Mencela
  • Debur
  • Mengemudi Otonom
  • Awan Titik 3D
  • Deteksi Objek 3D
  • Segmentasi Semantik 3D
  • Pelacakan Objek 3D
  • Penyelesaian Adegan Semantik 3D (Penyelesaian Adegan Semantik 3D)
  • Registrasi 3D
  • Estimasi Pose Manusia 3D
  • Estimasi Jaring Manusia 3D
  • Citra Medis
  • Pembuatan Gambar
  • Pembuatan Video
  • Generasi 3D
  • Pemahaman Video
  • Deteksi Tindakan
  • Deteksi Teks
  • Penyulingan Pengetahuan
  • Model Pemangkasan
  • Kompresi Gambar
  • Rekonstruksi 3D
  • Estimasi Kedalaman
  • Prediksi Lintasan
  • Deteksi Jalur
  • Keterangan Gambar
  • Menjawab Pertanyaan Visual
  • Pengenalan Bahasa Isyarat
  • Prediksi Video
  • Sintesis Tampilan Novel
  • Pembelajaran Zero-Shot (pembelajaran tanpa sampel)
  • Pencocokan Stereo
  • Pencocokan Fitur
  • Pembuatan Grafik Pemandangan
  • Representasi Neural Implisit
  • Penilaian Kualitas Gambar
  • Penilaian Kualitas Video
  • Kumpulan data
  • Tugas Baru
  • Yang lain

3DGS (Percikan Gaussian)

Scaffold-GS: Gaussians 3D Terstruktur untuk Rendering Tampilan-Adaptif

  • Beranda: https://city-super.github.io/scaffold-gs/
  • Makalah: https://arxiv.org/abs/2312.00109
  • Kode: https://github.com/city-super/Scaffold-GS

GPS-Gaussian: Percikan Gaussian 3D Bijaksana Piksel yang Dapat Digeneralisasikan untuk Sintesis Tampilan Novel Manusia Secara Real-time

  • Beranda: https://shunyuanzheng.github.io/GPS-Gaussian
  • Makalah: https://arxiv.org/abs/2312.02155
  • Kode: https://github.com/ShunyuanZheng/GPS-Gaussian

GaussianAvatar: Menuju Pemodelan Avatar Manusia yang Realistis dari Satu Video melalui Animatable 3D Gaussians

  • Makalah: https://arxiv.org/abs/2312.02134
  • Kode: https://github.com/huliangxiao/GaussianAvatar

GaussianEditor: Pengeditan 3D yang Cepat dan Terkendali dengan Gaussian Splatting

  • Makalah: https://arxiv.org/abs/2311.14521
  • Kode: https://github.com/buaacyw/GaussianEditor

Gaussians 3D yang Dapat Diubah Bentuk untuk Rekonstruksi Pemandangan Dinamis Bermata Fidelitas Tinggi

  • Beranda: https://ingra14m.github.io/Deformable-Gaussians/
  • Makalah: https://arxiv.org/abs/2309.13101
  • Kode: https://github.com/ingra14m/Deformable-3D-Gaussians

SC-GS: Percikan Gaussian dengan Kontrol Jarang untuk Pemandangan Dinamis yang Dapat Diedit

  • Beranda: https://yihua7.github.io/SC-GS-web/
  • Makalah: https://arxiv.org/abs/2312.14937
  • Kode: https://github.com/yihua7/SC-GS

Percikan Fitur Gaussian Ruangwaktu untuk Sintesis Tampilan Dinamis Waktu Nyata

  • Beranda: https://oppo-us-research.github.io/SpacetimeGaussians-website/
  • Makalah: https://arxiv.org/abs/2312.16812
  • Kode: https://github.com/oppo-us-research/SpacetimeGaussians

DNGaussian: Mengoptimalkan Bidang Cahaya Gaussian 3D Tampilan Jarang dengan Normalisasi Kedalaman Global-Lokal

  • Beranda: https://fictionarry.github.io/DNGaussian/
  • Makalah: https://arxiv.org/abs/2403.06912
  • Kode: https://github.com/Fictionarry/DNGaussian

Percikan Gaussian 4D untuk Rendering Pemandangan Dinamis Waktu Nyata

  • Makalah: https://arxiv.org/abs/2310.08528
  • Kode: https://github.com/hustvl/4DGaussians

GaussianDreamer: Pembuatan Cepat dari Teks ke Gaussians 3D dengan Menjembatani Model Difusi 2D dan 3D

  • Makalah: https://arxiv.org/abs/2310.08529
  • Kode: https://github.com/hustvl/GaussianDreamer

Avatar

GaussianAvatar: Menuju Pemodelan Avatar Manusia yang Realistis dari Satu Video melalui Animatable 3D Gaussians

  • Makalah: https://arxiv.org/abs/2312.02134
  • Kode: https://github.com/huliangxiao/GaussianAvatar

Avatar Simulasi Real-Time dari Sensor yang Dipasang di Kepala

  • Beranda: https://www.zhengyiluo.com/SimXR/
  • Makalah: https://arxiv.org/abs/2403.06862

Tulang punggung

RepViT: Meninjau Kembali CNN Seluler Dari Perspektif ViT

  • Makalah: https://arxiv.org/abs/2307.09283
  • Kode: https://github.com/THU-MIG/RepViT

TransNeXt: Persepsi Visual Foveal yang Kuat untuk Vision Transformers

  • Makalah: https://arxiv.org/abs/2311.17132
  • Kode: https://github.com/DaiShiResearch/TransNeXt

KLIP

Alpha-CLIP: Model CLIP yang Berfokus di Manapun Anda Inginkan

  • Makalah: https://arxiv.org/abs/2312.03818
  • Kode: https://github.com/SunzeY/AlphaCLIP

FairCLIP: Memanfaatkan Keadilan dalam Pembelajaran Bahasa Visi

  • Makalah: https://arxiv.org/abs/2403.19949
  • Kode: https://github.com/Harvard-Ophthalmology-AI-Lab/FairCLIP

MAE

AI yang diwujudkan

EmbodiedScan: Rangkaian Persepsi 3D Multi-Modal Holistik Menuju AI yang Terwujud

  • Beranda: https://tai-wang.github.io/embodiedscan/
  • Makalah: https://arxiv.org/abs/2312.16170
  • Kode: https://github.com/OpenRobotLab/EmbodiedScan

MP5: Sistem Perwujudan Terbuka Multi-modal di Minecraft melalui Persepsi Aktif

  • Beranda: https://iranqin.github.io/MP5.github.io/
  • Makalah: https://arxiv.org/abs/2312.07472
  • Kode: https://github.com/IranQin/MP5

LEMON: Mempelajari Relasi Interaksi Manusia-Objek 3D dari Gambar 2D

  • Makalah: https://arxiv.org/abs/2312.08963
  • Kode: https://github.com/yyvhang/lemon_3d

GAN

OCR

Studi Empiris Hukum Penskalaan untuk OCR

  • Makalah: https://arxiv.org/abs/2401.00028
  • Kode: https://github.com/large-ocr-model/large-ocr-model.github.io

ODM: Pendekatan Pra-pelatihan Penyelarasan Lebih Lanjut Gambar Teks untuk Deteksi dan Penentuan Teks Pemandangan

  • Makalah: https://arxiv.org/abs/2403.00303
  • Kode: https://github.com/PriNing/ODM

NRF

PIE-NeRF?: Elastodinamik Interaktif Berbasis Fisika dengan NeRF

  • Makalah: https://arxiv.org/abs/2311.13099
  • Kode: https://github.com/FYTalon/pienerf/

DETR

DETR Mengalahkan YOLO dalam Deteksi Objek Real-time

  • Makalah: https://arxiv.org/abs/2304.08069
  • Kode: https://github.com/lyuwenyu/RT-DETR

Salience DETR: Meningkatkan Transformator Deteksi dengan Penyempurnaan Penyaringan Salience Hirarki

  • Makalah: https://arxiv.org/abs/2403.16131
  • Kode: https://github.com/xiuqhou/Salience-DETR

Mengingatkan

Model Bahasa Besar Multimodal (MLLM)

mPLUG-Owl2: Merevolusi Model Bahasa Besar Multi-modal dengan Kolaborasi Modalitas

  • Makalah: https://arxiv.org/abs/2311.04257
  • Kode: https://github.com/X-PLUG/mPLUG-Owl/tree/main/mPLUG-Owl2

Pembelajaran Link-Konteks untuk LLM Multimodal

  • Makalah: https://arxiv.org/abs/2308.07891
  • Kode: https://github.com/isekai-portal/Link-Context-Learning/tree/main

OPERA: Mengurangi Halusinasi dalam Model Bahasa Besar Multi-Modal melalui Penalti Kepercayaan Berlebihan dan Alokasi Retrospeksi

  • Makalah: https://arxiv.org/abs/2311.17911
  • Kode: https://github.com/shikiw/OPERA

Membuat Model Multimodal Besar Memahami Perintah Visual Sewenang-wenang

  • Beranda: https://vip-llava.github.io/
  • Makalah: https://arxiv.org/abs/2312.00784

Pink: Mengungkap kekuatan pemahaman referensial untuk ilmu multi-modal

  • Makalah: https://arxiv.org/abs/2310.00582
  • Kode: https://github.com/SY-Xuan/Pink

Chat-UniVi: Representasi Visual Terpadu Memberdayakan Model Bahasa Besar dengan Pemahaman Gambar dan Video

  • Makalah: https://arxiv.org/abs/2311.08046
  • Kode: https://github.com/PKU-YuanGroup/Chat-UniVi

OneLLM: Satu Kerangka untuk Menyelaraskan Semua Modalitas dengan Bahasa

  • Makalah: https://arxiv.org/abs/2312.03700
  • Kode: https://github.com/csuhan/OneLLM

Model Bahasa Besar (LLM)

VTimeLLM: Berdayakan LLM untuk Memahami Momen Video

  • Makalah: https://arxiv.org/abs/2311.18445
  • Kode: https://github.com/huangb23/VTimeLLM

NAS

ReID (identifikasi ulang)

Token Ajaib: Pilih Beragam Token untuk Identifikasi Ulang Objek Multi-modal

  • Makalah: https://arxiv.org/abs/2403.10254
  • Kode: https://github.com/924973292/EDITOR

Pembelajaran Korespondensi Bising untuk Identifikasi Ulang Orang Teks-ke-Gambar

  • Makalah: https://arxiv.org/abs/2308.09911

  • Kode: https://github.com/QinYang79/RDE

Model Difusi

InstanceDiffusion: Kontrol tingkat Instance untuk Pembuatan Gambar

  • Beranda: https://people.eecs.berkeley.edu/~xdwang/projects/InstDiff/

  • Makalah: https://arxiv.org/abs/2402.03290

  • Kode: https://github.com/frank-xwang/InstanceDiffusion

Model Difusi Denoising Residu

  • Makalah: https://arxiv.org/abs/2308.13712
  • Kode: https://github.com/nachifur/RDDM

DeepCache: Mempercepat Model Difusi Gratis

  • Makalah: https://arxiv.org/abs/2312.00858
  • Kode: https://github.com/horseee/DeepCache

DEADiff: Model Difusi Stilisasi yang Efisien dengan Representasi yang Terurai

  • Beranda: https://tianhao-qi.github.io/DEADiff/

  • Makalah: https://arxiv.org/abs/2403.06951

  • Kode: https://github.com/Tianhao-Qi/DEADiff_code

SVGDreamer: Pembuatan SVG yang Dipandu Teks dengan Model Difusi

  • Makalah: https://arxiv.org/abs/2312.16476
  • Kode: https://ximinng.github.io/SVGDreamer-project/

InteractDiffusion: Kontrol Interaksi untuk Model Difusi Teks-ke-Gambar

  • Makalah: https://arxiv.org/abs/2312.05849
  • Kode: https://github.com/jiuntian/interactdiffusion

Difusi MMA: Serangan MultiModal pada Model Difusi

  • Makalah: https://arxiv.org/abs/2311.17516
  • Kode: https://github.com/yangyijune/MMA-Diffusion

VMC: Kustomisasi Gerakan Video menggunakan Adaptasi Perhatian Temporal untuk Model Difusi Teks-ke-Video

  • Beranda: https://video-motion-customization.github.io/
  • Makalah: https://arxiv.org/abs/2312.00845
  • Kode: https://github.com/HyeonHo99/Video-Motion-Customization

Transformator Visi

TransNeXt: Persepsi Visual Foveal yang Kuat untuk Vision Transformers

  • Makalah: https://arxiv.org/abs/2311.17132
  • Kode: https://github.com/DaiShiResearch/TransNeXt

RepViT: Meninjau Kembali CNN Seluler Dari Perspektif ViT

  • Makalah: https://arxiv.org/abs/2307.09283
  • Kode: https://github.com/THU-MIG/RepViT

Pelatihan Umum dan Efisien untuk Transformer melalui Ekspansi Token

  • Makalah: https://arxiv.org/abs/2404.00672
  • Kode: https://github.com/Osilly/TokenExpansion

Bahasa Visi

PromptKD: Distilasi Cepat Tanpa Pengawasan untuk Model Bahasa Penglihatan

  • Makalah: https://arxiv.org/abs/2403.02781
  • Kode: https://github.com/zhengli97/PromptKD

FairCLIP: Memanfaatkan Keadilan dalam Pembelajaran Bahasa Visi

  • Makalah: https://arxiv.org/abs/2403.19949
  • Kode: https://github.com/Harvard-Ophthalmology-AI-Lab/FairCLIP

Deteksi Objek

DETR Mengalahkan YOLO dalam Deteksi Objek Real-time

  • Makalah: https://arxiv.org/abs/2304.08069
  • Kode: https://github.com/lyuwenyu/RT-DETR

Meningkatkan Deteksi Objek dengan Adaptasi Domain Siang-Malam Zero-Shot

  • Makalah: https://arxiv.org/abs/2312.01220
  • Kode: https://github.com/ZPDu/Boosting-Object-Detection-with-Zero-Shot-Day-Night-Domain-Adaptation

YOLO-World: Deteksi Objek Kosakata Terbuka Waktu Nyata

  • Makalah: https://arxiv.org/abs/2401.17270
  • Kode: https://github.com/AILab-CVC/YOLO-World

Salience DETR: Meningkatkan Transformator Deteksi dengan Penyempurnaan Penyaringan Salience Hirarki

  • Makalah: https://arxiv.org/abs/2403.16131
  • Kode: https://github.com/xiuqhou/Salience-DETR

Deteksi Anomali

Pembelajaran Heterogenitas Anomali untuk Deteksi Anomali Terbimbing Open-set

  • Makalah: https://arxiv.org/abs/2310.12790
  • Kode: https://github.com/mala-lab/AHL

Pelacakan Objek

Menggali Distribusi Ekor Panjang Lintasan untuk Pelacakan Muti-objek

  • Makalah: https://arxiv.org/abs/2403.04700
  • Kode: https://github.com/chen-si-jia/Trajectory-Long-tail-Distribution-for-MOT

Segmentasi Semantik

Lebih Kuat, Lebih Sedikit, & Unggul: Memanfaatkan Model Landasan Visi untuk Segmentasi Semantik Umum Domain

  • Makalah: https://arxiv.org/abs/2312.04265
  • Kode: https://github.com/w1oves/Rein

SED: Encoder-Decoder Sederhana untuk Segmentasi Semantik Kosakata Terbuka

  • Makalah: https://arxiv.org/abs/2311.15537
  • Kode: https://github.com/xb534/SED

Citra Medis

Penyematan Ulang Fitur: Menuju Performa Tingkat Model Fondasi dalam Patologi Komputasi

  • Makalah: https://arxiv.org/abs/2402.17228
  • Kode: https://github.com/DearCaat/RRT-MIL

VoCo: Kerangka Pembelajaran Kontrastif Volume yang Sederhana namun Efektif untuk Analisis Gambar Medis 3D

  • Makalah: https://arxiv.org/abs/2402.17300
  • Kode: https://github.com/Luffy03/VoCo

ChAda-ViT : Menyalurkan Perhatian Adaptif untuk Pembelajaran Representasi Bersama Gambar Mikroskopi Heterogen

  • Makalah: https://arxiv.org/abs/2311.15264
  • Kode: https://github.com/nicoboou/chada_vit

Segmentasi Citra Medis

Mengemudi Otonom

UniPAD: Paradigma Pra-pelatihan Universal untuk Mengemudi Otonom

  • Makalah: https://arxiv.org/abs/2310.08370
  • Kode: https://github.com/Nightmare-n/UniPAD

Cam4DOcc: Tolok Ukur untuk Perkiraan Hunian 4D Hanya Kamera dalam Aplikasi Mengemudi Otonom

  • Makalah: https://arxiv.org/abs/2311.17663
  • Kode: https://github.com/haomo-ai/Cam4DOcc

Adaptor berbasis memori untuk Persepsi Pemandangan 3D Online

  • Makalah: https://arxiv.org/abs/2403.06974
  • Kode: https://github.com/xuxw98/Online3D

Simfoni Penyelesaian Adegan Semantik 3D dengan Kueri Instans Kontekstual

  • Makalah: https://arxiv.org/abs/2306.15670
  • Kode: https://github.com/hustvl/Symphonies

Kumpulan Data Skala Besar Dunia Nyata untuk Persepsi Koperasi Pinggir Jalan

  • Makalah: https://arxiv.org/abs/2403.10145
  • Kode: https://github.com/AIR-THU/DAIR-RCooper

Perpaduan Adaptif Kedalaman Tampilan Tunggal dan Multi-Tampilan untuk Mengemudi Otonom

  • Makalah: https://arxiv.org/abs/2403.07535
  • Kode: https://github.com/Junda24/AFNet

Parsing Adegan Lalu Lintas melalui Dataset TSP6K

  • Makalah: https://arxiv.org/pdf/2303.02835.pdf
  • Kode: https://github.com/PengtaoJiang/TSP6K

Awan titik 3D (Awan Titik 3D)

Deteksi Objek 3D

PTT: Transformator Lintasan Titik untuk Deteksi Objek 3D Temporal yang Efisien

  • Makalah: https://arxiv.org/abs/2312.08371
  • Kode: https://github.com/kuanchihhuang/PTT

UniMODE: Deteksi Objek 3D Bermata Terpadu

  • Makalah: https://arxiv.org/abs/2402.18573

Segmentasi Semantik 3D

Pengeditan Gambar

Edit Satu untuk Semua: Pengeditan Gambar Batch Interaktif

  • Beranda: https://thaoshibe.github.io/edit-one-for-all
  • Makalah: https://arxiv.org/abs/2401.10219
  • Kode: https://github.com/thaoshibe/edit-one-for-all

Pengeditan Video

MaskINT: Pengeditan Video melalui Masked Transformers Interpolatif Non-autoregresif

  • Beranda: https://maskint.github.io

  • Makalah: https://arxiv.org/abs/2312.12468

Visi Tingkat Rendah

Model Difusi Denoising Residu

  • Makalah: https://arxiv.org/abs/2308.13712
  • Kode: https://github.com/nachifur/RDDM

Meningkatkan Pemulihan Gambar melalui Priors dari Model Terlatih

  • Makalah: https://arxiv.org/abs/2403.06793

Resolusi Super

SeD: Diskriminator Sadar Semantik untuk Resolusi Super Gambar

  • Makalah: https://arxiv.org/abs/2402.19387
  • Kode: https://github.com/lbc12345/SeD

APISR: Produksi Anime yang Menginspirasi Resolusi Super Anime Dunia Nyata

  • Makalah: https://arxiv.org/abs/2403.01598
  • Kode: https://github.com/Kiteretsu77/APISR

Mencela

Penyangkalan Gambar

Estimasi Pose Manusia 3D

Hourglass Tokenizer untuk Estimasi Pose Manusia 3D Berbasis Transformator yang Efisien

  • Makalah: https://arxiv.org/abs/2311.12028
  • Kode: https://github.com/NationalGAILab/HoT

Pembuatan Gambar

InstanceDiffusion: Kontrol tingkat Instance untuk Pembuatan Gambar

  • Beranda: https://people.eecs.berkeley.edu/~xdwang/projects/InstDiff/

  • Makalah: https://arxiv.org/abs/2402.03290

  • Kode: https://github.com/frank-xwang/InstanceDiffusion

ECLIPSE: Prioritas Text-to-Image yang Efisien Sumber Daya untuk Pembuatan Gambar

  • Beranda: https://eclipse-t2i.vercel.app/

  • Makalah: https://arxiv.org/abs/2312.04655

  • Kode: https://github.com/eclipse-t2i/eclipse-inference

Instruct-Imagen: Pembuatan Gambar dengan Instruksi Multi-modal

  • Makalah: https://arxiv.org/abs/2401.01952

Model Difusi Denoising Residu

  • Makalah: https://arxiv.org/abs/2308.13712
  • Kode: https://github.com/nachifur/RDDM

UniGS: Representasi Terpadu untuk Pembuatan dan Segmentasi Gambar

  • Makalah: https://arxiv.org/abs/2312.01985

Pengontrol Pembuatan Multi-Instance untuk Sintesis Teks-ke-Gambar

  • Makalah: https://arxiv.org/abs/2402.05408
  • Kode: https://github.com/limuloo/migrc

SVGDreamer: Pembuatan SVG yang Dipandu Teks dengan Model Difusi

  • Makalah: https://arxiv.org/abs/2312.16476
  • Kode: https://ximinng.github.io/SVGDreamer-project/

InteractDiffusion: Kontrol Interaksi untuk Model Difusi Teks-ke-Gambar

  • Makalah: https://arxiv.org/abs/2312.05849
  • Kode: https://github.com/jiuntian/interactdiffusion

Ranni: Menjinakkan Difusi Teks-ke-Gambar untuk Pengikutan Cepat yang Akurat

  • Makalah: https://arxiv.org/abs/2311.17002
  • Kode: https://github.com/ali-vilab/Ranni

Pembuatan Video

Vlogger: Wujudkan Impian Anda Menjadi Vlog

  • Makalah: https://arxiv.org/abs/2401.09414
  • Kode: https://github.com/Vchitect/Vlogger

VBench: Rangkaian Tolok Ukur Komprehensif untuk Model Generatif Video

  • Beranda: https://vchitect.github.io/VBench-project/
  • Makalah: https://arxiv.org/abs/2311.17982
  • Kode: https://github.com/Vchitect/VBench

VMC: Kustomisasi Gerakan Video menggunakan Adaptasi Perhatian Temporal untuk Model Difusi Teks-ke-Video

  • Beranda: https://video-motion-customization.github.io/
  • Makalah: https://arxiv.org/abs/2312.00845
  • Kode: https://github.com/HyeonHo99/Video-Motion-Customization

generasi 3D

CityDreamer: Model Generatif Komposisi Kota 3D Tanpa Batas

  • Beranda: https://haozhexie.com/project/city-dreamer/
  • Makalah: https://arxiv.org/abs/2309.00610
  • Kode: https://github.com/hzxie/city-dreamer

LucidDreamer: Menuju Pembuatan Teks-ke-3D dengan Fidelitas Tinggi melalui Pencocokan Skor Interval

  • Makalah: https://arxiv.org/abs/2311.11284
  • Kode: https://github.com/EnVision-Research/LucidDreamer

Pemahaman Video

MVBench: Tolok Ukur Pemahaman Video Multi-modal yang Komprehensif

  • Makalah: https://arxiv.org/abs/2311.17005
  • Kode: https://github.com/OpenGVLab/Ask-Anything/tree/main/video_chat2

Penyulingan Pengetahuan

Standardisasi Logit dalam Penyulingan Pengetahuan

  • Makalah: https://arxiv.org/abs/2403.01427
  • Kode: https://github.com/sunshangquan/logit-standardization-KD

Distilasi Kumpulan Data yang Efisien melalui Difusi Minimax

  • Makalah: https://arxiv.org/abs/2311.15529
  • Kode: https://github.com/vimar-gu/MinimaxDiffusion

Pencocokan Stereo

Bidang Acak Neural Markov untuk Pencocokan Stereo

  • Makalah: https://arxiv.org/abs/2403.11193
  • Kode: https://github.com/aeolusguan/NMRF

Pembuatan Grafik Pemandangan

HiKER-SGG: Pengetahuan Hierarki yang Meningkatkan Pembuatan Grafik Pemandangan yang Kuat

  • Beranda: https://zhangce01.github.io/HiKER-SGG/
  • Makalah: https://arxiv.org/abs/2403.12033
  • Kode: https://github.com/zhangce01/HiKER-SGG

Penilaian Kualitas Video

KVQ: Penilaian Kualitas Video Kaleidoskop untuk Video Berdurasi Pendek

  • Beranda: https://lixinustc.github.io/projects/KVQ/

  • Makalah: https://arxiv.org/abs/2402.07220

  • Kode: https://github.com/lixinustc/KVQ-Challenge-CVPR-NTIRE2024

Kumpulan data

Kumpulan Data Skala Besar Dunia Nyata untuk Persepsi Koperasi Pinggir Jalan

  • Makalah: https://arxiv.org/abs/2403.10145
  • Kode: https://github.com/AIR-THU/DAIR-RCooper

Parsing Adegan Lalu Lintas melalui Dataset TSP6K

  • Makalah: https://arxiv.org/pdf/2303.02835.pdf
  • Kode: https://github.com/PengtaoJiang/TSP6K

Yang lain

Pengenalan Objek sebagai Prediksi Token Berikutnya

  • Makalah: https://arxiv.org/abs/2312.02142
  • Kode: https://github.com/kaiyuyue/nxtp

ParameterNet: Hanya Parameter yang Anda Butuhkan untuk Pra-Pelatihan Visual Jaringan Seluler Berskala Besar

  • Makalah: https://arxiv.org/abs/2306.14525
  • Kode: https://parameternet.github.io/

Komposisi Gerakan Manusia Mulus dengan Pengkodean Posisi Campuran

  • Makalah: https://arxiv.org/abs/2402.15509
  • Kode: https://github.com/BarqueroGerman/FlowMDM

LL3DA: Penyetelan Instruksi Interaktif Visual untuk Pemahaman, Penalaran, dan Perencanaan Omni-3D

  • Beranda: https://ll3da.github.io/

  • Makalah: https://arxiv.org/abs/2311.18651

  • Kode: https://github.com/Open3DA/LL3DA

CLOVA: Asisten Visual LOop Tertutup dengan Penggunaan dan Pembaruan Alat

  • Beranda: https://clova-tool.github.io/
  • Makalah: https://arxiv.org/abs/2312.10908

MoMask: Pemodelan Bertopeng Generatif dari Gerakan Manusia 3D

  • Makalah: https://arxiv.org/abs/2312.00063
  • Kode: https://github.com/EricGuo5513/momask-codes

Kebenaran dan Penyelesaian Dasar Amodal di Alam Liar

  • Beranda: https://www.robots.ox.ac.uk/~vgg/research/amodal/
  • Makalah: https://arxiv.org/abs/2312.17247
  • Kode: https://github.com/Championchess/Amodal-Completion-in-the-Wild

Peningkatan Landasan Visual melalui Penjelasan yang Konsisten Sendiri

  • Makalah: https://arxiv.org/abs/2312.04554
  • Kode: https://github.com/uvavision/SelfEQ

ImageNet-D: Membandingkan Kekokohan Jaringan Neural pada Objek Sintetis Difusi

  • Beranda: https://chenshuang-zhang.github.io/imagenet_d/
  • Makalah: https://arxiv.org/abs/2403.18775
  • Kode: https://github.com/chenshuang-zhang/imagenet_d

Belajar dari Aktivitas Kelompok Manusia Sintetis

  • Beranda: https://cjerry1243.github.io/M3Act/
  • Makalah https://arxiv.org/abs/2306.16772
  • Kode: https://github.com/cjerry1243/M3Act

Kerangka Decoding Otak Lintas Subjek

  • Beranda: https://littlepure2333.github.io/MindBridge/
  • Makalah: https://arxiv.org/abs/2404.07850
  • Kode: https://github.com/littlepure2333/MindBridge

Prediksi Padat Multi-Tugas melalui Campuran Pakar Tingkat Rendah

  • Makalah: https://arxiv.org/abs/2403.17749
  • Kode: https://github.com/YuqiYang213/MLoRE

Pembelajaran Pergeseran Rata-rata Kontrastif untuk Penemuan Kategori Umum

  • Beranda: https://postech-cvlab.github.io/cms/
  • Makalah: https://arxiv.org/abs/2404.09451
  • Kode: https://github.com/sua-choi/CMS
Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua