cs.CV（2023-12-30）
📊 共 8 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) (3 🔗1)
支柱三：空间感知与语义 (Perception & Semantics) (3)
支柱二：RL算法与架构 (RL & Architecture) (1)
支柱六：视频提取与匹配 (Video Extraction) (1)
🔬 支柱九：具身大模型 (Embodied Foundation Models) (3 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Pushing Boundaries: Exploring Zero Shot Object Classification with Large Multimodal Models | 探索大型多模态模型在零样本目标分类中的应用潜力 | large language model multimodal | ||
| 2 | GazeCLIP: Enhancing Gaze Estimation Through Text-Guided Multimodal Learning | 提出GazeCLIP以解决视觉注视估计中的语言信息不足问题 | multimodal | ||
| 3 | Promoting Segment Anything Model towards Highly Accurate Dichotomous Image Segmentation | 提出DIS-SAM，提升SAM在二分图像分割任务中的精度，尤其在边界细节方面。 | foundation model | ✅ |
🔬 支柱三：空间感知与语义 (Perception & Semantics) (3 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | 3D Human Pose Perception from Egocentric Stereo Videos | 提出基于Transformer的框架，利用场景信息和时序信息提升自中心立体视频中的3D人体姿态感知。 | scene reconstruction egocentric | ||
| 5 | Inpaint4DNeRF: Promptable Spatio-Temporal NeRF Inpainting with Generative Diffusion Models | Inpaint4DNeRF：利用生成扩散模型实现可控的时空NeRF图像修复 | NeRF neural radiance field | ||
| 6 | PlanarNeRF: Online Learning of Planar Primitives with Neural Radiance Fields | PlanarNeRF：提出一种在线学习的神经辐射场平面基元检测方法 | neural radiance field |
🔬 支柱二：RL算法与架构 (RL & Architecture) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 7 | Explainability-Driven Leaf Disease Classification Using Adversarial Training and Knowledge Distillation | 提出结合对抗训练、可解释性和知识蒸馏的叶片病害分类方法 | distillation |
🔬 支柱六：视频提取与匹配 (Video Extraction) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 8 | SHARE: Single-view Human Adversarial REconstruction | 提出SHARE对抗微调框架，提升单视角人体姿态与形状重建对不同相机角度的鲁棒性 | HMR |