cs.CV（2024-05-19）
📊 共 9 篇论文 | 🔗 2 篇有代码
🎯 兴趣领域导航
支柱二：RL算法与架构 (RL & Architecture) (4 🔗2)
支柱三：空间感知与语义 (Perception & Semantics) (2)
支柱一：机器人控制 (Robot Control) (2)
支柱九：具身大模型 (Embodied Foundation Models) (1)
🔬 支柱二：RL算法与架构 (RL & Architecture) (4 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Transcriptomics-guided Slide Representation Learning in Computational Pathology | Tangle：利用转录组学指导病理切片表征学习，提升计算病理学性能 | representation learning contrastive learning multimodal | ✅ | |
| 2 | Nickel and Diming Your GAN: A Dual-Method Approach to Enhancing GAN Efficiency via Knowledge Distillation | 提出DiME和NICKEL双方法，通过知识蒸馏提升GAN在资源受限环境下的效率。 | distillation foundation model | ||
| 3 | SLAB: Efficient Transformers with Simplified Linear Attention and Progressive Re-parameterized Batch Normalization | 提出SLAB，通过简化线性注意力与渐进重参数化BatchNorm，提升Transformer效率。 | linear attention | ✅ | |
| 4 | Cross-Domain Knowledge Distillation for Low-Resolution Human Pose Estimation | 提出跨域知识蒸馏框架，提升低分辨率人体姿态估计性能 | distillation |
🔬 支柱三：空间感知与语义 (Perception & Semantics) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 5 | CRF360D: Monocular 360 Depth Estimation via Spherical Fully-Connected CRFs | 提出基于球面全连接CRF的CRF360D，用于单目360度深度估计。 | depth estimation | ||
| 6 | Unsupervised Image Prior via Prompt Learning and CLIP Semantic Guidance for Low-Light Image Enhancement | 提出基于Prompt学习和CLIP语义引导的无监督图像先验，用于低光照图像增强 | open-vocabulary open vocabulary |
🔬 支柱一：机器人控制 (Robot Control) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 7 | Diffusion-Based Hierarchical Image Steganography | 提出基于扩散模型的层级图像隐写术，提升多图嵌入的安全性与容量。 | manipulation | ||
| 8 | Physics-aware Hand-object Interaction Denoising | 提出物理感知的手-物交互去噪方法，提升重建序列的真实性和精确性 | manipulation |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 9 | "Previously on ..." From Recaps to Story Summarization | 提出TaleSumm模型，利用剧情回顾视频实现多模态故事摘要 | multimodal |