本研究提出了一种基于仿真和风格转移的数据增强方法，该方法改善了缺乏大量样本的情况下，对激光超声成像测试中存在缺陷的检测的效果。

May, 2023

利用荧光染料制作的标记物为表面特征丰富提供了一种新方法，从而简化了三维表面重建和对应跟踪的过程，并展示了在不同场景下的稳健高质量的三维重建和跟踪能力。

Aug, 2023

通过部分自动化标记方案，我们扩大人类工作量，借助深度学习来提高图像分类的准确性，并构建一个新的图像数据集 LSUN，这对于进一步的视觉识别研究具有重要作用。

Jun, 2015

UVIS 是一种无监督视频实例分割框架，利用 DINO 模型的密集形状先验和 CLIP 模型的开放识别能力，通过帧级伪标签生成、基于 Transformer 的 VIS 模型训练和基于查询的跟踪等三个关键步骤实现，通过采用双存储器设计，包括语义存储器和跟踪存储器，以提高无监督环境下 VIS 预测的质量，在 YoutubeVIS-2019 等相应基准上取得了 21.1 AP 的结果，展示了该无监督 VIS 框架的潜力。

Jun, 2024

通过提取合成伪造物的共同特征，如合成边缘的边界伪影、生成像素的不自然分布以及伪造区域与原始区域之间的非相关性，我们提出了一种新颖的统一视频篡改定位框架 UVL，它在检测未知视频方面具有优异的表现，并且对于新的伪造方法非常高效。通过对三种合成伪造类型进行的广泛实验，包括视频修复、视频剪辑和 DeepFake，表明所提出的 UVL 在各种基准测试中取得了领先的性能，并在跨数据集上明显优于现有方法。

Sep, 2023

本文提出了一种名为 Rapid 的神经符号方法，该方法通过少量标注数据和自动标注技术来推断图像标注规则

Jun, 2023

该研究提出了一个新的大规模无监督语义分割的问题（LUSS），并创建了一个基准数据集来帮助研究。该基准数据集名为 ImageNet-S，包含 120 万个训练图像和 50K 高质量的语义分割注释进行评估。此外，研究人员还提出了一种简单而有效的方法，可用于大规模无监督语义分割，并且公布了代码和基准数据集。

Jun, 2021

为了使机器人能够在非结构化环境中起作用，该研究提出了一种名为 UOIS-Net 的新颖方法，该方法利用合成 RGB 和深度数据分别用于识别表面上未见过的物体，并且可以训练机器人对它们进行抓取。通过提供大量的实验结果，本研究证明了该方法优于同类方法。

Jul, 2020

使用 3D 神经场联合表示几何、颜色和语义，通过手持 RGB-D 传感器实时重建场景，实现无需训练数据的点云场景的稠密标注，其表现优于训练集大、标注成本高的图像分割标准方法，并可以通过用户定义实时更新的语义类进行开设方式标注。该模型为多层感知器，可实时从头开始学习场景的神经表示，能够在实时更新和可视化场景模型的同时比常规方法更加高效地标注。可以通过只点击多个点标注准确的 10 个以上语义类别的房间或类似场景，定量标注精度的提高取决于点击次数，且迅速超越标准预先训练的语义分割方法。此外，我们还展示了一种分层标注变体。

Nov, 2021

我们的研究着眼于三维图形管线中的 UV 纹理空间，通过使用 FFHQ-UV 数据集，提出了一种名为 SemUV 的简单而有效的方法进行语义操作，以便为图形设计师提供增强的控制和精确的外观操作能力。我们的方法通过与二维操作技术进行实验比较，展示了在保留身份的同时有效修改年龄、性别和面部毛发等语义特征的卓越能力。该方法简单，与结构、光照和渲染等其他三维组件无关，并能够无缝集成到标准的三维图形管线中，而不需要广泛的领域专业知识、时间或资源。

Jun, 2024