本稿では、単一のLiDARと拡張可能な移動カメラを組み合わせた、オープン環境においてキャリブレーションフリーで正確なマルチパーソンモーションキャプチャを実現する、FreeCapと呼ばれる新しいハイブリッド手法を提案する。
FreeCap is a novel hybrid system that leverages a single LiDAR and multiple moving cameras to achieve accurate and calibration-free multi-person motion capture in open environments.
本論文提出了一種名為 MIRE 的演算法,用於校正非製冷紅外線影像中的非均勻性問題,該方法基於圖像直方圖均衡化技術,具有高效、即時且無需場景資訊等優點。
본 논문에서는 냉각되지 않은 적외선 이미지에서 흔히 발생하는 불균일성(NU)을 보정하는 새롭고 효율적인 단일 이미지 알고리즘인 MIRE(Midway Infrared Equalization)를 제안합니다.
冷却型および非冷却型の赤外線画像に頻繁に見られる固定パターンノイズ(FPN)は、センサーの応答のばらつきによって発生し、画像品質を著しく低下させる。本稿では、単一画像からこのFPNを効率的に補正する新しいアルゴリズム「MIRE(Midway Infrared Equalization)」を提案する。
This paper introduces a novel, real-time, single-image algorithm called Midway Infrared Equalization (MIRE) for correcting non-uniformity in uncooled infrared images, achieving superior performance compared to existing methods by leveraging the inherent information within individual image columns and a sliding midway histogram equalization technique.
具備圖像理解能力的模型,例如透過知識蒸餾訓練的VQ-KD分詞器,在圖像生成任務中表現更出色,超越了傳統基於像素重建的VQGAN方法。
이미지 이해(IU) 모델에서 얻은 지식을 활용한 VQ-KD 기반 토크나이저가 기존의 VQGAN 기반 토크나이저보다 이미지 생성(IG) 성능이 뛰어나다.
本文提出了一種名為 ProGraph 的新框架,用於從單眼視頻重建三維人體網格,透過在視頻幀中構建人體拓撲的概率分佈來解決遮擋和模糊問題,從而顯著提高了三維人體姿態回歸的準確性。
단안 비디오에서 폐색 및 흐림 현상이 있는 상황에서도 3D 인체 메시를 정확하게 재구성하기 위해 시간적 정렬 가능성 및 그래프 토폴로지를 활용하는 새로운 프레임워크인 ProGraph를 제안합니다.