in-the-wild | BriefGPT - AI 论文速递

关键词in-the-wild

搜索结果 - 7

EvE：利用生成概率推测进行辐射场增强
EvE 使用生成先验来改进大规模场景的建模，通过预训练的生成网络，以及 K-Planes（基于 K - 面元）在训练集上的优化指导，提高了现实场景建模的细节质量和在野外合成的表现，超越了现有方法。
PDF7 months ago
回归优化：基于扩散的零样例三维人体姿势估计
通过结合基于优化和基于学习的方法，我们提出了 Zero-shot Diffusion-based Optimization (ZeDO) 管线，用于解决跨领域和野外环境下的 3D 人体姿态估计问题，并在多种数据集上实现了最先进的性能。
PDFa year ago
MM在野外进行步态识别的多跳时态交换
提出了一种名为 MTSGait 的新型步态识别网络模型，采用二维卷积模型来进行步态特征的时间建模，通过使用新的采样策略来使模型学习更鲁棒的时间特征，实现了对 GREW 和 Gait3D 等公共野外数据集的优异性能表现。
PDF2 years ago
野外场景下人机模仿
提出了一种名为 WHIRL 的算法，该算法采取第三人称的视角从人类被动、非结构化的数据中提取出先验，并使用其初始化代理的策略，同时引入了有效的现实世界策略学习方案和探索方法，能在真实环境下成功地学习人类模仿机器人，并完成 20 种不同的操作
PDF2 years ago
DFEW: 野外动态面部表情识别的大规模数据库
该研究提出了一个新的动态人脸表情数据库（DFEW）和一种基于聚类表情空间时间特征学习（EC-STFL）框架的解决方案，用于实现 'in-the-wild' 条件下的人脸表情识别技术。实验结果表明，EC-STFL 可以改善现有时空深度神经网络
PDF4 years ago
野外环境下的三维面部可塑性模型
通过组合强大的面部形状统计模型和 “野外” 纹理模型，我们提出了第一个 “野外” 3DMM，大大简化了拟合过程，无需将其优化针对照明参数。
PDF7 years ago
野外环境中基于外貌特征的注视估计
本文针对外界复杂的实际应用场景下的视线估计问题，在自然、真实的使用环境中使用 MPIIGaze 数据集进行研究，并提出了一种多模态卷积神经网络的方法，通过跨数据集评估证明该方法显著优于现有的方法。我们还对三个最新数据集上的几种最先进的基于图
PDF9 years ago