cs.CV（2023-12-29）

📊 共 7 篇论文 | 🔗 3 篇有代码

🎯 兴趣领域导航

支柱三：空间感知与语义 (Perception & Semantics) (4 🔗1) 支柱二：RL算法与架构 (RL & Architecture) (1) 支柱八：物理动画 (Physics-based Animation) (1 🔗1) 支柱九：具身大模型 (Embodied Foundation Models) (1 🔗1)

🔬 支柱三：空间感知与语义 (Perception & Semantics) (4 篇)

#	题目	一句话要点	标签	🔗	⭐
1	Leveraging Open-Vocabulary Diffusion to Camouflaged Instance Segmentation	利用开放词汇扩散模型解决伪装实例分割问题	open-vocabulary open vocabulary
2	Informative Rays Selection for Few-Shot Neural Radiance Fields	KeyNeRF：通过选择关键信息光线，实现NeRF的少样本学习	NeRF neural radiance field
3	Generating Enhanced Negatives for Training Language-Based Object Detectors	提出利用生成模型增强负样本，提升基于语言的开放词汇目标检测器性能	open-vocabulary open vocabulary large language model	✅
4	FlowVid: Taming Imperfect Optical Flows for Consistent Video-to-Video Synthesis	FlowVid：利用不完美光流实现一致的视频到视频合成	optical flow

🔬 支柱二：RL算法与架构 (RL & Architecture) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
5	Bridging Modality Gap for Visual Grounding with Effecitve Cross-modal Distillation	提出EpmVG框架，通过跨模态蒸馏弥合视觉定位中的模态差异。	distillation multimodal visual grounding

🔬 支柱八：物理动画 (Physics-based Animation) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
6	Video Understanding with Large Language Models: A Survey	综述：利用大型语言模型进行视频理解的研究进展与未来方向	spatiotemporal large language model multimodal	✅

🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
7	P2M2-Net: Part-Aware Prompt-Guided Multimodal Point Cloud Completion	P2M2-Net：提出Part-Aware Prompt引导的多模态点云补全框架	multimodal	✅

⬅️ 返回 cs.CV 首页 · 🏠 返回主页