image models | BriefGPT - AI 论文速递

关键词image models

搜索结果 - 6

Snap Video：用于文本到视频合成的缩放时空 Transformers
生成高质量、时空连贯、动作复杂的视频，提升图像模型的视频生成能力，并减少运算负载。
PDF4 months ago
NeRF 类比：基于示例的 NeRF 视觉属性转移
通过将语义特征从大型预训练的二维图像模型应用于多视角一致的外观转移，我们将图像类比从二维图像广义地推广到三维几何结构，以实现从源神经辐射场（NeRF）到目标三维几何外观的转换，保留目标几何结构，同时拥有与源 NeRF 类似的外观。
PDF5 months ago
当硬负采样遇上监督对比学习
提出了一种新的监督对比学习目标 SCHaNe，在细调阶段引入了硬负样本采样，实验结果表明，在各种基准测试中，SCHaNe 在 Top-1 准确率上优于强基准 BEiT-3，少样本学习设置中取得了 3.32% 的显著增益和完整数据集细调中的
PDF10 months ago
ICLR利用动态提示提高对抗性可转移性
本文研究对抗扰动的可迁移性，发现图片模型生成的攻击无法捕捉动态场景中的时态信号，为此我们提出了一种基于冻结图像模型的时间提示的优化方法，使得图像模型能够被用于欺骗黑盒视频模型。
PDFa year ago
ICLR为高效视频动作识别调整图像模型的目标
本研究提出了一种适用于影像模型的新方法，通过添加轻量 Adapter 和冻结预训练的影像模型，实现提高影像模型的时空推理能力，该方法在四个视频行为识别基准上取得了与先前方法相当甚至更好的性能。
PDFa year ago
生成模型评估注意事项
概率生成模型评估标准的独立性存在着许多亟需关注的性质，本文重点评估了影像模型，阐明对于高维数据当前最常用的三个标准，即平均对数似然、Parzen 窗口估计和样本视觉保真度，这些几乎是相互独立的；因此，好的表现不一定意味着好的其他标准的表现，
PDF9 years ago