cs.CV（2024-02-12）

📊 共 10 篇论文 | 🔗 1 篇有代码

🎯 兴趣领域导航

支柱九：具身大模型 (Embodied Foundation Models) (4) 支柱二：RL算法与架构 (RL & Architecture) (3) 支柱一：机器人控制 (Robot Control) (2 🔗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) (4 篇)

#	题目	一句话要点	标签	🔗	⭐
1	Exploring Perceptual Limitation of Multimodal Large Language Models	量化研究多模态大语言模型在小物体感知中的局限性	large language model multimodal
2	Lumos : Empowering Multimodal LLMs with Scene Text Recognition	提出Lumos以解决多模态问答系统中的场景文本识别问题	large language model multimodal
3	Multiple Random Masking Autoencoder Ensembles for Robust Multimodal Semi-supervised Learning	提出多随机掩码自编码器集成以解决多模态半监督学习问题	multimodal
4	MODIPHY: Multimodal Obscured Detection for IoT using PHantom Convolution-Enabled Faster YOLO	提出YOLO Phantom以解决低光和遮挡场景下的物体检测问题	multimodal

🔬 支柱二：RL算法与架构 (RL & Architecture) (3 篇)

#	题目	一句话要点	标签	🔗	⭐
5	Task-conditioned adaptation of visual features in multi-task policy learning	提出任务条件适配器以解决多任务策略学习中的视觉特征适应问题	policy learning behavior cloning
6	Contrastive Learning for Regression on Hyperspectral Data	提出对比学习框架以解决高光谱数据回归问题	representation learning contrastive learning
7	SelfSwapper: Self-Supervised Face Swapping via Shape Agnostic Masked AutoEncoder	提出Shape Agnostic Masked AutoEncoder以解决面部交换中的身份泄漏问题	masked autoencoder

🔬 支柱一：机器人控制 (Robot Control) (2 篇)

#	题目	一句话要点	标签	🔗	⭐
8	Exploring Saliency Bias in Manipulation Detection	提出语义感知框架以解决图像操控检测中的偏差问题	manipulation
9	Unsupervised Discovery of Object-Centric Neural Fields	提出无监督对象中心神经场以解决真实场景3D对象发现问题	manipulation	✅

🔬 支柱三：空间感知与语义 (Perception & Semantics) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
10	A Flow-based Credibility Metric for Safety-critical Pedestrian Detection	提出c-flow以解决自动驾驶行人检测中的安全性问题	optical flow

⬅️ 返回 cs.CV 首页 · 🏠 返回主页