- 利用 ZXYFormer 与不确定性引导和权重传输进行牙齿和根管分割
本研究针对 CBCT 图像中的牙齿和根管进行同时分割，提出了基于逆特征融合变压器和不确定性估计的粗细分割方法，通过 157 个临床高分辨率 CBCT 数据的综合实验验证该方法优于现有的牙齿或根管分割方法。
- 一个仿生三阶段模型用于伪装目标检测
本文提出了一种基于人眼视觉感知的三阶段模型，它可以在单次迭代中进行粗到细的分割，并采用了多尺度特征增强和边界增强模块。此外，还使用了掩码引导并结合了粗略预测图与高分辨率特征图来生成细致的结果。我们的网络表现优于现有 CNN 模型，降低了计算 - RECLIP: 使用小尺寸图片训练的资源高效 CLIP
本文介绍了一种名为 RECLIP 的方法，其最小化了用于 Contrastive Language Image Pretraining 的计算资源，实现了高效的语言监督预训练。该方法利用小图像高效地学习大规模语言监督，并在最后使用高分辨率数 - 高分辨率图像物体检测的粗细粒度框架
本文提出一种基于聚类的粗到细的目标检测框架，特别针对小物体和高分辨率图像的大规模差异问题，在提高目标检测准确率的同时降低了计算成本。
- 基于可见地标的定位检索与定性位置特征
本论文针对环境特征不稳定、难以扩展和应用于人类等问题，通过使用定性场所标记 (QPS) 描述位置 / 场所，并提出了一种粗到细的位置检索方法来高效地识别观察者的潜在位置。
- 3D-C2FT：用于多视角三维重建的粗细 Transformer
提出了一种新的模型，即 3D - 粗到细注意力变压器 (3D-C2FT)，通过引入一种新颖的粗到细 (C2F) 注意力机制来编码多视图特征和矫正有缺陷的 3D 对象，以粗到细的方式学习多视图信息流，并在 ShapeNet 和 Multi-v - AAAICF-ViT: 一种通用的视觉 Transformer 粗细递进方法
本文提出了一种粗到细的 CF-ViT，实现视觉图像的快速识别，具有较高的计算效率，可以支持小长度的词条序列，大大减少了计算成本。
- ICCV单幅图像去模糊中粗细策略的反思
提出了一种多输入多输出的 U-net（MIMO-UNet）模型，采用粗到细的策略进行单幅图像去模糊网络的架构设计，其中引入了不对称特征融合技术，经实验证明该模型在精度和计算复杂度方面均优于现有方法。
- CVPR渐进式语义分割
该文章提出了一个名为 MagNet 的多尺度框架，可以在不超载 GPU 内存使用或丢失输出细节的情况下对高分辨率图像进行分割。
- AAAI通过单个运动模糊图像的光流估计
该研究提出了一种新的框架，利用 Transformer 网络从单个运动模糊图像中端到端地估计光流，并通过粗到细的方式评估了该模型的性能和应用。
- 基于注意力感知的代价体积金字塔的多视角立体网络用于三维重建
提出一种高效的多视角立体（MVS）网络以实现多视角图像的三维重建和深度推断，其采用策略推断出粗到细的深度图，其中引入自注意力层与相似度测量来生成新的代价体以进行深度图细化，最终实验表明该模型优于大多数 SOTA 方法。
- AAAI使用生成对抗网络探索残差和光照进行阴影去除的 RIS-GAN
本文提出了一种使用生成对抗网络来探索残留图像和亮度估计的 RIS-GAN 框架，以粗到细的方式生成间接阴影去除图像，其通过三个鉴别器来检测负残留图像、阴影去除图像和反向亮度图的真假，实验表明该方法在阴影去除上表现优异而且无需特定的阴影感知组 - 基于图像级标签的粗到细语义分割
该研究提出了一种基于图像类别标签的新型递归粗到细语义分割框架，可用于图像分割和前景分割等任务，并且只需要一个标签来处理包含多类别对象的图像。
- 通过高分辨率光流估计进行视频超分辨率学习
本文提出了一个端到端可训练的视频超分辨率框架，使用 HR 光流可提供更精确的对应关系并提高性能。在 Vid4 和 DAVIS-10 数据集上进行的比较结果显示，我们的框架实现了最先进的表现。
- ECCVPARN: 金字塔仿射回归网络用于密集语义对应
本文提出了一种基于金字塔的仿射回归网络 (PARN) 的深度体系结构，用于估计图像间的局部可变仿射变换场，实现在深度网络中粗到细的密集 affine 变换场估计。我们提出了一种新的弱监督训练方案，利用图像对之间的对应关系来生成渐进式监督，并 - 使用单张图像进行几何细节的 3D 人脸重建
本研究提出了一种新的方法，使用粗到细的优化策略，从不受限制的 2D 图像中重建 3D 人脸，包括利用基于示例的双线性人脸模型生成光滑的粗糙 3D 人脸，使用局部修正变形场对其进行精细化处理和使用形状 - 从 - 阴影方法恢复细节，实现了真实 - 从单张图像中学习详细的人脸重建
本文介绍了一种使用卷积神经网络构建面部几何细节的方法，包括由粗到细的两个网络模块和多阶段的训练阶段，可以从单张图像中提取面部表面。