改進循環一致性損失的 CycleGAN
本文提出三種改進 CycleGAN 循環一致性損失的方法，以生成更真實的圖像，並通過馬變斑馬的實驗證明了其有效性。
解讀客製化擴散模型的權重空間
微調後的擴散模型的權重空間可以表現為一個可解釋的元潛在空間，能夠產生新的模型，並支持對視覺概念進行採樣、編輯和反轉等操作。
利用神經網路先驅偵測虛擬組織學中的幻覺
虛擬染色技術雖然前景廣闊，但其產生的幻覺現象可能會誤導臨床診斷，因此需要開發可靠的幻覺檢測方法來提高其可信度。
從二維圖像中學習在大型拓撲變化下的神經 4D 演化
本文提出了一種名為 N4DE 的新方法，用於從二維圖像序列重建具有大拓撲變化的四維場景。
基於迭代渲染的無監督多視角無人機影像地理定位
本研究提出了一種無監督的多視角無人機影像地理定位方法，透過迭代渲染技術將無人機影像與衛星影像進行匹配，無需標註數據或模型微調，即可實現高精確度的地理定位。
AI 量身打造：評估圖像特徵對時尚產品流行度的影響——基於真實銷售數據和人類偏好調查的分析
此研究提出了一個基於 AI 的框架，用於分析時尚產品圖像，量化設計特徵對產品流行度的影響，並指導新產品設計，以提高市場吸引力。
一種用於開放詞彙語義分割的高效 SAM 組合方法
本文提出了一種名為 ESC-Net 的新型單階段開放詞彙語義分割模型，該模型利用預先訓練的 SAM 解碼器區塊和從圖像-文本關聯性生成的偽提示，在高效的推理框架內實現了類別無關的分割，並在 ADE20K、PASCAL-VOC 和 PASCAL-Context 等標準基準測試中實現了優於先前方法的效率和準確性。
透過混合擴散監督實現任意到 3D 生成
本文提出了一種名為 XBind 的新型統一框架，用於從任意模態（包括文字、圖像和音訊）生成 3D 物件，解決了現有 3D 生成模型僅限於單一模態的限制。
無監督人員再識別中的反遺忘適應方法
本文提出了一種名為「雙層級聯合適應與反遺忘」（DJAA）的框架，用於解決無監督人員再識別（ReID）模型在適應新數據時容易遺忘先前學習知識的問題，並提升模型對未見數據的泛化能力和向後兼容性。
保護隱私的影片異常檢測：綜述
隨著基於視覺的監控系統的普及，影片異常檢測 (VAD) 技術在保護個人隱私方面面臨著越來越大的挑戰。本文綜述了保護隱私的影片異常檢測 (P2VAD) 的最新進展，探討了從數據採集、模型學習到系統應用等不同階段的隱私保護方法，並分析了它們的優缺點、潛在關聯以及未來的發展方向。
© 2024 by Linnk AI