cs.CV（2023-12-04）
📊 共 9 篇论文 | 🔗 2 篇有代码
🎯 兴趣领域导航
支柱三：空间感知与语义 (Perception & Semantics) (5 🔗1)
支柱九：具身大模型 (Embodied Foundation Models) (2 🔗1)
支柱四：生成式动作 (Generative Motion) (1)
支柱七：动作重定向 (Motion Retargeting) (1)
🔬 支柱三：空间感知与语义 (Perception & Semantics) (5 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | SC-GS: Sparse-Controlled Gaussian Splatting for Editable Dynamic Scenes | 提出SC-GS，通过稀疏控制高斯溅射实现动态场景的可编辑新视角合成。 | gaussian splatting splatting | ✅ | |
| 2 | PointNeRF++: A multi-scale, point-based Neural Radiance Field | PointNeRF++：提出一种多尺度、基于点的神经辐射场，提升稀疏点云场景渲染质量。 | NeRF neural radiance field | ||
| 3 | SplaTAM: Splat, Track & Map 3D Gaussians for Dense RGB-D SLAM | SplaTAM：利用3D高斯模型进行密集RGB-D SLAM，实现高保真重建 | SplaTAM | ||
| 4 | Re-Nerfing: Improving Novel View Synthesis through Novel View Synthesis | Re-Nerfing：通过新视角合成改进新视角合成，提升稀疏视角下的NeRF性能 | gaussian splatting splatting NeRF | ||
| 5 | Mathematical Supplement for the $\texttt{gsplat}$ Library | 为高效可微高斯溅射库gsplat提供数学细节补充 | gaussian splatting splatting NeRF |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 6 | TimeChat: A Time-sensitive Multimodal Large Language Model for Long Video Understanding | 提出TimeChat，一种时间敏感的多模态大语言模型，用于长视频理解。 | large language model multimodal instruction following | ||
| 7 | Mitigating Fine-Grained Hallucination by Fine-Tuning Large Vision-Language Models with Caption Rewrites | 提出ReCaption框架，通过重写Caption微调LVLM，缓解细粒度幻觉问题 | large language model | ✅ |
🔬 支柱四：生成式动作 (Generative Motion) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 8 | EMDM: Efficient Motion Diffusion Model for Fast and High-Quality Motion Generation | 提出EMDM高效运动扩散模型，实现快速高质量的人体运动生成 | motion diffusion model motion diffusion motion generation |
🔬 支柱七：动作重定向 (Motion Retargeting) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 9 | Semantics-aware Motion Retargeting with Vision-Language Models | 提出一种语义感知的运动重定向方法，利用视觉-语言模型提取和保持运动语义。 | motion retargeting |