44 articles
Cette étude comparative menée sur 72 participants en réalité mixte conclut que, bien que la complexité des tâches influence la demande de collaboration, la représentation graphique en 3D ne suffit pas à générer de meilleurs résultats collaboratifs que les groupes nominaux.
L'article présente ARSGaussian, une méthode innovante de synthèse de vues nouvelles pour la télédétection aérienne qui intègre des nuages de points LiDAR et des pertes de régularisation géométrique pour éliminer les artefacts visuels et améliorer la précision géométrique, accompagnée de la publication du nouveau jeu de données open-source AIR-LONGYAN.
Cette étude présente une analyse comparative approfondie de diverses méthodes d'imagerie non-ligne-de-vue par temps de vol, en les unifiant sous un modèle commun pour évaluer leurs performances, limites et similitudes dans des conditions expérimentales standardisées.
Cette étude évalue systématiquement l'accessibilité chromatique des images générées par diffusion, introduisant une nouvelle métrique appelée « CVDLoss » pour quantifier les déficiences visuelles et mettre en évidence les limites actuelles des modèles à répondre efficacement aux consignes d'amélioration de l'accessibilité.
Cet article démontre que l'optimisation directe de la distance de Chamfer conduit inévitablement à un effondrement structurel dû à l'absence de couplage non local, et propose que l'introduction de contraintes de couplage global, telles qu'un prior MPM différentiable, est la condition nécessaire pour supprimer ce phénomène et améliorer la reconstruction de formes 3D.
Ce papier présente MultiGen, un moteur de jeu basé sur la diffusion qui intègre une mémoire externe persistante et modifiable pour permettre un contrôle éditables des environnements et une génération cohérente de mondes multijoueurs interactifs.
Le papier présente FabricGen, un cadre de génération de tissus tissés de haute qualité qui combine un modèle de diffusion pour les textures macroscopiques et un modèle géométrique procédural piloté par un LLM spécialisé pour créer des motifs de tissage réalistes au niveau des fils.
Ce papier propose une enquête technique complète sur l'évolution des modèles de génération d'images, couvrant les architectures clés des VAE aux méthodes de diffusion, ainsi que les avancées récentes en vidéo et les enjeux de robustesse et de déploiement responsable.
Le papier présente Ref-DGS, une méthode de splatting gaussien dual qui améliore la reconstruction de surfaces et la synthèse de vues nouvelles pour les scènes réfléchissantes en découplant la géométrie des réflexions spéculaires via une représentation à double gaussienne et un shader adaptatif, le tout sans recourir au ray tracing explicite.
Ce papier propose une méthode de transfert de style qui représente les images dans le domaine des coups de pinceau plutôt que dans le domaine des pixels, offrant ainsi une amélioration visuelle supérieure pour une représentation plus naturelle des œuvres d'art.
Le papier présente TeamHOI, un cadre d'apprentissage par renforcement qui permet à une politique décentralisée unique de gérer des interactions coopératives homme-objet réalistes et physiquement plausibles avec un nombre variable d'agents humains, en combinant une architecture Transformer pour la coordination d'équipe et une stratégie de priorité de mouvement adversaire masquée pour pallier le manque de données.
Cet article présente MambaDance, une nouvelle méthode de génération de danse qui remplace les Transformers par un modèle de diffusion basé sur Mamba et utilise une représentation des battements musicaux pour produire des mouvements synchronisés et expressifs, surpassant les approches existantes sur des séquences de toutes durées.
Ce papier présente M-ABD, un cadre novateur exploitant la dynamique des corps affines et une projection vers un espace dual compact pour simuler de manière stable et interactive des assemblages articulés à grande échelle sur un seul cœur de processeur, tout en garantissant une résolution exacte des contraintes et une propagation physique précise.
Ce papier présente RAF, une méthode d'augmentation par récupération qui améliore la généralisation des expressions des avatars de tête sans modèle en exposant le champ de déformation à un large éventail d'expressions extraites d'une banque non étiquetée, renforçant ainsi la robustesse et la fidélité sans nécessiter de données appariées ni d'annotations supplémentaires.
Le papier présente Sketch2Cinemagraph, un cadre de génération conditionnelle guidé par des croquis qui permet de synthétiser des cinégraphes de paysages stylisés avec un contrôle précis des flux spatiaux et temporels.
Cet article propose une nouvelle approche de fusion d'images en peu d'exemples qui introduit le concept de priors incomplets et un algorithme de calcul de granules de pixels (GBPC) pour permettre à un réseau de neurones léger d'apprendre des règles de fusion adaptatives sans nécessiter de véritables images de référence.
Le papier présente SEGA, une méthode innovante permettant de créer des avatars de tête 3D photoréalistes et animables en temps réel à partir d'une seule image, en combinant des priors généralisés et un nouveau framework de splatting gaussien hiérarchique dans l'espace UV pour garantir une cohérence 3D et une fidélité d'identité supérieures.
Le papier présente SDGraph, une architecture d'apprentissage profond basée sur un graphe combinant des structures clairsemées et denses pour modéliser efficacement les esquisses à trois niveaux (esquisse, trait et point), améliorant ainsi significativement les performances dans les tâches de classification, de recherche et de génération.
Ce papier propose un cadre de triangulation piloté par des modèles qui intègre les limites dérivées d'images dans une grille triangulaire régulière en ne retriangulant que les éléments intersectés, garantissant ainsi une discrétisation stable, parallèle et déterministe pour la résolution d'équations aux dérivées partielles sur des domaines complexes.
ID-LoRA est une méthode novatrice qui génère simultanément l'apparence visuelle et la voix d'un sujet dans un seul passage de diffusion, en utilisant des techniques de LoRA contextuel et de guidage d'identité pour surpasser les modèles existants en termes de similarité vocale et de cohérence audio-vidéo.