论文/代码速递2022.12.29!
共 1693字,需浏览 4分钟
·
2022-12-31 00:30
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