cs.CV（2024-10-22）
📊 共 7 篇论文 | 🔗 4 篇有代码
🎯 兴趣领域导航
支柱三：空间感知与语义 (Perception & Semantics) (3 🔗2)
支柱八：物理动画 (Physics-based Animation) (1)
支柱九：具身大模型 (Embodied Foundation Models) (1 🔗1)
支柱二：RL算法与架构 (RL & Architecture) (1)
支柱一：机器人控制 (Robot Control) (1 🔗1)
🔬 支柱三：空间感知与语义 (Perception & Semantics) (3 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | E-3DGS: Gaussian Splatting with Exposure and Motion Events | E-3DGS：利用曝光和运动事件进行高鲁棒性、低成本的3D高斯溅射重建 | 3D gaussian splatting 3DGS gaussian splatting | ✅ | |
| 2 | SpectroMotion: Dynamic 3D Reconstruction of Specular Scenes | SpectroMotion：结合3DGS与PBR，实现动态高光场景的3D重建 | 3D gaussian splatting 3DGS gaussian splatting | ||
| 3 | LVSM: A Large View Synthesis Model with Minimal 3D Inductive Bias | LVSM：一种基于Transformer的极少3D先验知识的大规模视角合成模型 | 3DGS NeRF | ✅ |
🔬 支柱八：物理动画 (Physics-based Animation) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | LongVU: Spatiotemporal Adaptive Compression for Long Video-Language Understanding | LongVU：时空自适应压缩长视频，提升视频语言理解能力 | spatiotemporal large language model multimodal |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 5 | VideoSAM: A Large Vision Foundation Model for High-Speed Video Segmentation | VideoSAM：用于高速视频分割的大型视觉基础模型，提升复杂相检测精度。 | foundation model | ✅ |
🔬 支柱二：RL算法与架构 (RL & Architecture) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 6 | SigCLR: Sigmoid Contrastive Learning of Visual Representations | SigCLR：提出基于Sigmoid函数的对比学习视觉表征方法 | contrastive learning |
🔬 支柱一：机器人控制 (Robot Control) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 7 | Denoise-I2W: Mapping Images to Denoising Words for Accurate Zero-Shot Composed Image Retrieval | 提出Denoise-I2W，通过图像到去噪词映射提升零样本组合图像检索精度 | manipulation | ✅ |