coarse-to-fine training strategy | BriefGPT

关键词coarse-to-fine training strategy

搜索结果 - 5

IntrinsicAnything: 学习未知照明下反向渲染的扩散先验
该研究旨在通过生成模型和扩散模型来恢复从 RGB 图像中的物体材料，并通过粗糙到精细的训练策略来提高稳定性和准确性。
PDF3 months ago
Spec-Gaussian：3D 高斯化雨滴的各向异性视角相关外观
通过使用各向异性球形高斯场而不是球谐函数来建模每个 3D 高斯的视角相关外观，我们引入了 Spec-Gaussian，该方法通过提出粗到精的训练策略和消除实际场景中过拟合引起的漂浮点来提高学习效率，并在渲染质量上超过了现有方法。
PDF4 months ago
超分辨率遥感图像中云雾消除的扩散增强
该研究提出了一种基于扩散增强的云去除框架，利用超分辨率图像生成和逐层训练策略，实现了对光学遥感图像中云层的准确去除，大幅提高了图像的感知质量和信号保真度。
PDF5 months ago
自地面到物体：基于粗到细的自监督方法用于动态物体的单目深度估计与接触先验
基于粗到细的训练策略，通过引入接触地面先验的监督和规范化损失，以及利用代价卷积的加权因子，在自主单目深度估计中提高对移动物体的准确性和性能。
PDF7 months ago
基于空间变化的表情条件神经辐射场的高保真 3D 头像重建
通过引入一种新颖的空间可变表情（SVE）条件，结合具有空间位置特征和全局表情信息的简单的 MLP 生成网络，所提出的 SVE 条件神经辐射场可以处理复杂的面部表情并实现高保真度的 3D 头像的逼真渲染和几何细节，此外，通过引入新的由粗到精的
PDF9 months ago