cs.CV（2023-12-27）
📊 共 7 篇论文 | 🔗 3 篇有代码
🎯 兴趣领域导航
支柱九：具身大模型 (Embodied Foundation Models) (2)
支柱一：机器人控制 (Robot Control) (1 🔗1)
支柱二：RL算法与架构 (RL & Architecture) (1 🔗1)
支柱七：动作重定向 (Motion Retargeting) (1)
支柱四：生成式动作 (Generative Motion) (1 🔗1)
支柱三：空间感知与语义 (Perception & Semantics) (1)
🔬 支柱九：具身大模型 (Embodied Foundation Models) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Visual Instruction Tuning towards General-Purpose Multimodal Model: A Survey | 视觉指令调优综述：迈向通用多模态模型 | multimodal instruction following | ||
| 2 | Blind Image Quality Assessment: A Brief Survey | 综述性分析：对无参考图像质量评估（BIQA）的最新进展进行全面分析与讨论。 | multimodal |
🔬 支柱一：机器人控制 (Robot Control) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 3 | SVGDreamer: Text Guided SVG Generation with Diffusion Model | SVGDreamer：提出一种基于扩散模型的文本引导SVG生成方法，提升可编辑性、视觉质量和多样性。 | manipulation dreamer distillation | ✅ |
🔬 支柱二：RL算法与架构 (RL & Architecture) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | X Modality Assisting RGBT Object Tracking | 提出X-Net，通过跨模态辅助提升RGBT目标跟踪的鲁棒性和精度。 | distillation optical flow interaction transformer | ✅ |
🔬 支柱七：动作重定向 (Motion Retargeting) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 5 | HMP: Hand Motion Priors for Pose and Shape Estimation from Video | 提出基于手部运动先验的HMP模型，用于视频中的手部姿态和形状估计。 | latent optimization |
🔬 支柱四：生成式动作 (Generative Motion) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 6 | In-Hand 3D Object Reconstruction from a Monocular RGB Video | 提出基于单目RGB视频的手持物体三维重建方法，解决接触区域遮挡问题 | penetration | ✅ |
🔬 支柱三：空间感知与语义 (Perception & Semantics) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 7 | City-on-Web: Real-time Neural Rendering of Large-scale Scenes on the Web | City-on-Web：首个Web端大规模场景实时神经渲染方法 | neural radiance field |