44 papers
Deze studie concludeert dat 3D-grafiekrepresentaties in gemengde realiteit niet leiden tot betere samenwerkingsresultaten bij visuele graafanalyse dan individuele prestaties, wat het belang van nominale groepen als benchmark onderstreept.
Dit paper introduceert ARSGaussian, een innovatieve methode voor het synthetiseren van nieuwe beelden uit luchtfoto's die LiDAR-puntenwolken en aangepaste geometrische beperkingen combineert met 3D Gaussian Splatting om problemen zoals zwevende objecten en geometrische onnauwkeurigheden op te lossen, terwijl tegelijkertijd het nieuwe AIR-LONGYAN-dataset wordt vrijgegeven.
Dit paper biedt een uitgebreide studie van tijd-van-vlucht niet-zichtlijn (ToF NLOS) beeldvorming door een gemeenschappelijk wiskundig kader en hardware-opstelling te hanteren om diverse methoden te vergelijken, hun relatie met Radon-transformaties te analyseren en hun beperkingen in resolutie en ruisgevoeligheid onder gelijke omstandigheden te evalueren.
Deze studie introduceert de nieuwe metriek CVDLoss om de beperkte respons van diffusion-modellen op prompts voor kleurtoegankelijkheid bij kleurenblindheid systematisch te evalueren en te kwantificeren.
Dit paper onthult dat de Chamfer-afstand faalt bij 3D-vormoptimalisatie door een structurele gradiëntproblematiek die leidt tot ineenstorting, en toont aan dat alleen niet-lokale koppeling deze kan voorkomen, wat resulteert in aanzienlijke verbeteringen in 3D-vormherstel.
Het paper introduceert MultiGen, een diffusion game engine die door het gebruik van een persistente externe geheugenmodule en een decompositie in geheugen, observatie en dynamiek, gebruikers directe controle over de wereldstructuur biedt en consistente multiplayer-interacties mogelijk maakt.
Het paper introduceert FabricGen, een end-to-end framework dat tekstuele beschrijvingen omzet in realistische geweven stoffen door macro-texturen te genereren met gedetailleerde diffusion-modellen en micro-weefpatronen te creëren via een procedurale geometrische aansturing door een gespecialiseerd WeavingLLM.
Dit paper biedt een uitgebreid technisch overzicht van de evolutie van beeldgeneratiemodellen, variërend van VAEs en GANs tot diffusiemodellen, inclusief hun architectuur, trainingsmethoden, beperkingen, recente doorbraken in videogenereatie en de noodzaak van verantwoord gebruik.
Ref-DGS is een nieuw framework dat reflecterende oppervlakken efficiënt reconstrueert en nieuwe weergaven synthetiseert door geometrie en lokale reflecties te scheiden in een dubbele Gaussische representatie, waardoor het de snelheid van Rasterisatie combineert met de nauwkeurigheid van straalvolgende methoden zonder de hoge rekentkosten.
Dit paper introduceert een geparametriseerde stijltransfermethode die afbeeldingen in het penseelstreek-domein in plaats van het pixeldomein representeert, wat resulteert in een natuurgetrouwere weergave van kunst dan bestaande pixelgebaseerde technieken.
TeamHOI is een framework dat een enkele decentrale policy gebruikt, gebaseerd op een Transformer-architectuur en een gemaskerde Adversarial Motion Prior-strategie, om realistische en schaalbare samenwerking tussen mensachtige robots bij het dragen van objecten mogelijk te maken, ongeacht het aantal teamleden of de vorm van het object.
Deze paper introduceert MambaDance, een nieuwe aanpak voor het genereren van dansbewegingen die een op Mamba gebaseerd diffusiemodel en een Gaussische beat-representatie combineert om langere, ritmisch coherente en muziekgesynchroniseerde dansen te creëren die de beperkingen van bestaande Transformer-methoden overwinnen.
Dit artikel introduceert M-ABD, een schaalbaar en robuust raamwerk voor het simuleren van grote gearticuleerde systemen dat door het gebruik van lineaire kinematische mapping en een co-rotatiebenadering interactieve snelheden en grote tijdstappen mogelijk maakt op één CPU-kern.
Dit paper introduceert RAF (Retrieval-Augmented Faces), een trainingsverrijkingstechniek voor template-vrije hoofd-avatars die door het tijdens training vervangen van gezichtsuitdrukkingsfeatures door geretrieveerde buren uit een grote databank de generalisatie van expressies verbetert zonder extra annotaties of architecturale wijzigingen.
Deze paper introduceert Sketch2Cinemagraph, een raamwerk dat vrije handtekeningen gebruikt om gestileerde cinemagrafen met gecontroleerde beweging in landschappen te genereren via een latent motion diffusion model.
Deze paper introduceert een nieuwe few-shot beeldfusiemethode die onvolledige prioren combineert met een lichtgewicht neurale netwerk via het Granular Ball Pixel Computation-algoritme, waardoor effectieve fusieregels kunnen worden geleerd met slechts tien beeldparen zonder echte gefuseerde supervisie.
Het artikel introduceert SEGA, een nieuwe methode die een enkele foto omzet in een fotorealistische, bestuurbare 3D-head-avatar met behulp van een hiërarchisch UV-ruimte Gaussian Splatting-framework en geavanceerde priors voor real-time animatie en hoge generalisatie.
Dit paper introduceert SDGraph, een diep leernetwerk dat gebruikmaakt van een multi-level representatieschema en een combinatie van sparse en dense grafieken om effectieve informatie op streek- en punt-niveau te benutten, wat leidt tot aanzienlijke verbeteringen in klassificatie, zoekopdrachten en vector-schetsgeneratie.
Deze paper introduceert een template-gedreven triangulatieframework dat raster- of segmentatie-afgeleide grenzen naadloos integreert in een reguliere driehoeksgrid voor stabiele PDE-discretisatie, waarbij door het gebruik van een symbolische zoektabel alleen de door de grens gesneden driehoeken worden herschikt om determinisme, schaalbaarheid en een hoge geometrische nauwkeurigheid te garanderen.
ID-LoRA is een baanbrekende methode die voor het eerst gezamenlijk de visuele verschijning en het stemgeluid van een onderwerp personaliseert in één generatieve stap, waarbij tekst, een referentieafbeelding en een korte audioclip worden gebruikt om zowel de visuele als auditieve modaliteit te synchroniseren en te sturen.