论文/代码速递2022.12.29!

AI算法与图像处理

共 1693字,需浏览 4分钟

 ·

2022-12-31 00:30

强烈推荐:2000核时免费领,立刻开启云上高性能计算 ☞,注册即送200元计算资源,https://www.bkunyun.com/wap/console?source=bkykolaistudy
当服务器有可视化界面,直接起飞!

整理:AI算法与图像处理
CVPR2022论文和代码整理:https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo
ECCV2022论文和代码整理:https://github.com/DWCTOD/ECCV2022-Papers-with-Code-Demo
欢迎关注公众号 AI算法与图像处理,获取更多干货:


大家好,  最近正在优化每周分享的CVPR$ECCV 2022论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈
欢迎大家留言其他想法,  合适的话会采纳哈! 求个三连支持一波哈

建了一个知识星球,计划不定期分享最新的成果和资源!感兴趣可以扫描体验,另外还有50个一年免费体验名额,可以添加微信nvshenj125 申请。

最新成果demo展示:


标题:Panoptic Lifting for 3D Scene Understanding with Neural Fields

主页:https://nihalsid.github.io/panoptic-lifting/

论文:https://arxiv.org/abs/2212.09802

摘要: 

本文提出了Panoptic Lifting,这是一种从自然场景的图像中学习全景3D体积表示的新方法。一旦经过训练,我们的模型就可以从新的视点渲染彩色图像以及3D一致的全景分割。与直接或间接使用3D输入的现有方法不同,我们的方法只需要从预先训练的网络推断出的机器生成的2D全景分割掩模。我们的核心贡献是基于神经场表示的全景提升方案,该方案生成场景的统一和多视图一致的3D全景表示。为了解决视图中2D实例标识符的不一致性,我们基于模型的当前预测和机器生成的分割掩码,以成本解决线性分配,从而使我们能够以一致的方式将2D实例提升到3D。我们进一步提出并消除了使我们的方法对噪声、机器生成的标签更加鲁棒的贡献,包括置信估计的测试时间增强、段一致性损失、有界分割域和梯度停止。


最新论文整理


   ECCV2022

Updated on : 29 Dec 2022

total number : 1

Spacecraft Pose Estimation Based on Unsupervised Domain Adaptation and on a 3D-Guided Loss Combination

  • 论文/Paper: http://arxiv.org/pdf/2212.13415

  • 代码/Code: None


    CVPR2023 投稿

xFBD: Focused Building Damage Dataset and Analysis

  • 论文/Paper: http://arxiv.org/pdf/2212.13876

  • 代码/Code: None


   NeurIPS


Updated on : 29 Dec 2022

total number : 2

Escaping Saddle Points for Effective Generalization on Class-Imbalanced Data

  • 论文/Paper: http://arxiv.org/pdf/2212.13827

  • 代码/Code: https://github.com/val-iisc/Saddle-LongTail

On the Level Sets and Invariance of Neural Tuning Landscapes

  • 论文/Paper: http://arxiv.org/pdf/2212.13285

  • 代码/Code: None


浏览 24
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报