cs.CV（2024-02-25）
📊 共 5 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 🔗1)
支柱二：RL算法与架构 (RL & Architecture) (1)
支柱三：空间感知与语义 (Perception & Semantics) (1 🔗1)
支柱六：视频提取与匹配 (Video Extraction) (1 🔗1)
🔬 支柱九：具身大模型 (Embodied Foundation Models) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Efficient Temporal Extrapolation of Multimodal Large Language Models with Temporal Grounding Bridge | 提出时间基础桥接框架以提升多模态大语言模型的时间推断能力 | large language model multimodal | ✅ | |
| 2 | AVI-Talking: Learning Audio-Visual Instructions for Expressive 3D Talking Face Generation | 提出AVI-Talking以解决3D说话人面部表情生成问题 | large language model |
🔬 支柱二：RL算法与架构 (RL & Architecture) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 3 | GenNBV: Generalizable Next-Best-View Policy for Active 3D Reconstruction | 提出GenNBV以解决主动3D重建中的下一最佳视角选择问题 | reinforcement learning 3D reconstruction neural radiance field |
🔬 支柱三：空间感知与语义 (Perception & Semantics) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | VOLoc: Visual Place Recognition by Querying Compressed Lidar Map | 提出VOLoc以解决压缩Lidar地图下的视觉位置识别问题 | visual odometry | ✅ |
🔬 支柱六：视频提取与匹配 (Video Extraction) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 5 | Towards Robust Image Stitching: An Adaptive Resistance Learning against Compatible Attacks | 提出自适应抗干扰学习以增强图像拼接的鲁棒性 | feature matching | ✅ |