cs.CV（2024-04-13）

📊 共 11 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) 支柱三：空间感知与语义 (Perception & Semantics) (3 🔗1) 支柱八：物理动画 (Physics-based Animation) (3) 支柱二：RL算法与架构 (RL & Architecture) (1)

🔬 支柱九：具身大模型 (Embodied Foundation Models) (4 篇)

#	题目	一句话要点	标签	🔗	⭐
1	MMA-DFER: MultiModal Adaptation of unimodal models for Dynamic Facial Expression Recognition in-the-wild	提出多模态适应方法以提升动态面部表情识别性能	multimodal
2	Understanding Multimodal Deep Neural Networks: A Concept Selection View	提出概念选择模型以解决多模态深度神经网络可解释性问题	multimodal
3	Trustworthy Multimodal Fusion for Sentiment Analysis in Ordinal Sentiment Space	提出可信多模态融合网络以解决情感分析中的不确定性问题	multimodal
4	EIVEN: Efficient Implicit Attribute Value Extraction using Multimodal LLM	提出EIVEN以解决多模态隐式属性值提取问题	multimodal

🔬 支柱三：空间感知与语义 (Perception & Semantics) (3 篇)

#	题目	一句话要点	标签	🔗	⭐
5	LoopGaussian: Creating 3D Cinemagraph with Multi-view Images via Eulerian Motion Field	提出LoopGaussian以解决2D图像空间限制问题	3D gaussian splatting gaussian splatting splatting	✅
6	Probabilistic Directed Distance Fields for Ray-Based Shape Representations	提出概率导向距离场以解决3D形状表示的渲染效率问题	3D reconstruction implicit representation
7	Rethinking Iterative Stereo Matching from Diffusion Bridge Model Perspective	提出扩散桥模型视角下的迭代立体匹配方法以解决信息损失问题	scene flow

🔬 支柱八：物理动画 (Physics-based Animation) (3 篇)

#	题目	一句话要点	标签	🔗	⭐
8	A Lightweight Spatiotemporal Network for Online Eye Tracking with Event Camera	提出轻量级时空网络以解决在线眼动追踪问题	spatiotemporal
9	Exploring Explainability in Video Action Recognition	提出Video-TCAV以解决视频动作识别的可解释性问题	spatiotemporal
10	PNeRV: Enhancing Spatial Consistency via Pyramidal Neural Representation for Videos	提出PNeRV以解决视频空间一致性问题	spatiotemporal

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

#	题目	一句话要点	标签	🔗	⭐
11	PracticalDG: Perturbation Distillation on Vision-Language Models for Hybrid Domain Generalization	提出Perturbation Distillation以解决视觉语言模型在混合领域泛化中的不足问题	distillation

⬅️ 返回 cs.CV 首页 · 🏠 返回主页