real-time applications | BriefGPT

关键词real-time applications

搜索结果 - 71

基于注意力机制的视觉应用中针对物理对抗攻击的实时策略
本文提出了一种高效的基于注意力机制的防御方法，利用对抗通道注意力快速识别和追踪浅层网络中的恶意对象，并在多帧情景中遮蔽它们的对抗影响。该方法提升了现有超激活技术在现实世界的对抗攻击中的效果，并引入了一个高效的多帧防御框架，通过广泛实验评估了
PDF13 days ago
精确快速的 PINNs 实现的 Fischer-Tropsch 反应微观动力学
使用物理信息神经网络 (PINNs) 模拟微观动力学对费托合成进行了研究，提出了一种计算效率高、准确性更强的方法，能够在实际过程条件下快速解决现有的微观动力学模型问题，对多尺度和多物理反应器模拟有很好的应用潜力，并能够实现实时过程控制和优化
PDF15 days ago
基于主动 LED 标记的事件相机实时六自由度姿态估计
通过使用主动 LED 标记（ALM）的简单而有效的基于事件的姿态估计系统，本文提出了一种能够在实时操作中以小于 0.5 毫秒的延迟和 3 千赫兹的输出速率运行的快速而准确的姿态估计算法，并通过使用 OptiTrack 系统作为测量基准，在静
PDFa month ago
训练和预测实时应用的视觉误差
利用卷积神经网络预测视觉错误指标使得实时应用中的内容自适应阴影渲染更高效，具备较强的可推广性和计算速度。
PDF2 months ago
HiFTNet：具备谐波加噪滤波器和逆短时傅里叶变换的高速高质量神经声码器
本文介绍了一种名为 HiFTNet 的扩展模型，通过在时频域中使用基频（F0）的正弦源来快速推理，结合了反短时傅里叶变换（iSTFT）和谐波加噪声源滤波器，实现了高效、高质量的神经音频编码，为实时高质量语音合成应用开辟了新的前景。
PDF2 months ago
MacFormer：地图 - 代理耦合变压器用于实时和稳健的轨迹预测
利用地图约束的实时和鲁棒的轨迹预测方法，通过两个为地图和参考提取器设计的模块显式地将地图约束纳入网络中，并通过新的多任务优化策略来提高拓扑和规则约束的学习。通过在上下文融合中采用双边查询方案来实现更高效和轻量级的网络。实验证明，我们的方法在
PDF3 months ago
使用 U-Net 脉冲神经网络的单信道语音增强
本文提出了一种基于脉冲神经网络（SNN）和 U-Net 架构的能量高效语音增强模型，该模型在处理带有时间维度的数据（例如语音）和应用于资源有限设备上具有良好的性能，实验结果表明所提出的 SNN 模型在能量高效性上优于 Intel Neuro
PDF4 months ago
ICCV基于不确定性引导的自适应弯曲算法实现鲁棒且高效的立体匹配
通过引入新的不确定性引导自适应相关性 (UGAC) 模块，本文提出一种动态计算相关性以实现鲁棒立体匹配的新视角。通过适应性调整采样区域和学习参数，UGAC 模块使得立体匹配能够更加鲁棒和高效地进行。实验证明，在 ETH3D、KITTI 和
PDF4 months ago
YOLOPose V2：基于 Transformer 的 6D 姿态估计的理解与改进
基于 Transformer 的 YOLOPose 模型通过关键点回归和改进的方式实现多目标 6D 姿态估计，适用于实时应用，并达到与最先进方法相媲美的效果。
PDF4 months ago
Wuerstchen：文本到图像模型的高效预训练
介绍了一种新颖的文本到图像合成技术 Wuerstchen，它在有限的硬件资源下实现了竞争性能和无前例的成本效益和易训练性。该方法利用最近机器学习的进展，在强潜在图像压缩率上采用潜在扩散策略，可显著降低计算负担，同时保留或提高所生成图像的质量
PDF6 months ago
适用于实时逼真度提升的生成对抗渲染器
提出了一种高效的基于生成着色器的方法，该方法适用于资源受限的情况下，应用于实时的机器学习技术，不需要手动调整，可以在目标设备上进行高度有效的执行，并提供具有与许多基于神经网络的方法相竞争的质量的超越实时的结果。
PDF6 months ago
基于层级自适应体素导向采样技术的大规模点云实时应用
本论文提出了一种基于逐层自适应体素引导的点采样器，能够以高效的方式处理大规模场景点云，实现实时应用，并通过实验验证了该方法的有效性和高效性。
PDF6 months ago
通过蒸馏实现快速零标签场景流量
通过使用无需标签的方法来监督前馈模型，本文提出了一个简单的蒸馏框架，其实例 ZeroFlow 可以在大规模点云上实时进行场景流估计，而不需要人工标注。
PDF6 months ago
曲率感知坐标网络的训练
本文提出了一种利用二阶优化方法显著减少坐标网络训练时间并维护其可压缩性的解决方案，并在各种信号模态（如音频、图像、视频、形状重构和神经辐射场）上证明了其有效性。
PDF7 months ago
CVPR高效 ViT: 带级联分组注意力的内存高效视觉 Transformer
本研究提出一种高速的视觉 Transformer 模型 EfficientViT，通过优化 Memory-Hard Self-Attention (MHSA) 和注意力的多样性等方法，提高其内存利用率，加快模型速度，并在速度和准确性之间取得
PDF7 months ago
珍惜所拥有的：利用深度神经网络中的相似性进行高效视频处理
本文提出了一种基于相似度的训练方法，利用视频帧中的数据冗余来实现高效处理，适用于实时视频处理应用。通过引入分层的正则化，提高了计算复用并增加了训练期间权重的相似性，该方法在车道检测和场景分割等关键实时应用中获得了较高的压缩比和加速比，同时保
PDF7 months ago
针对机器人超声引导手术的技能转移学习的简单框架
本文提出了一个用于机器人超声引导手术的技能转移学习的简单框架，该框架包括合适的取样技术、计算效率高的神经网络模型，实现了实时应用的技能转移学习。研究结果表明，经验丰富的临床医生比非临床医生在超声引导手术中具有更快和更顺畅的动作；为了实现实时
PDF7 months ago
基于深度学习的 COVID-19 疫情期间佩戴口罩检测
本文探讨了使用三种最先进的目标检测神经网络在实时应用中用于口罩检测的能力，并在只有 1531 张图片的三个单独的类别的数据集上，通过使用 YOLOv4-tiny 模型获得了 85.31% 和 50.66 的平均精度和秒数，分别是其他最近研究
PDF7 months ago
基于轨迹的实时社交群体检测
我们提出了一种用于社交群体检测的简单高效的图形转换模块和图形聚类损失，能够在人群拥挤动态的情况下实现较高的表现。与先前基于视觉内容的方法相比，在保持准确性的同时，实现了高速的推理时间。该方法适用于实时的机器人应用。
PDF8 months ago
DPPD：可变形极坐标多边形目标检测
该研究提出了一种新的 Deformable Polar Polygon Object Detection 方法，使用带有灵活顶点的稀疏多边形表示来实现精确形状对齐和低计算成本，通过稠密重新采样训练和预测多边形，实现高精度的物体形状学习，并成
PDF8 months ago