real-time performance | BriefGPT

关键词real-time performance

搜索结果 - 77

RealTalk：基于 3D 面部先验引导的身份对齐网络的实时和逼真的音频驱动人脸生成
该论文提出了一个新颖的通用音频驱动框架 RealTalk，包括音频到表情转换和表情到人脸渲染两个组成部分，通过跨模态注意力对丰富的面部先验信息进行对齐，以实现高精确度的唇语同步和实时生成高质量的面部图像。该方法在公共数据集上进行的实验结果表
PDF6 days ago
SegNet4D：自动驾驶环境中有效高效的 4D LiDAR 语义分割
4D LiDAR 语义分割（也称为多扫描语义分割）是增强自动驾驶车辆环境理解能力的关键。本文介绍了 SegNet4D，一种利用基于投影的方法进行快速动态特征编码的实时多扫描语义分割方法，展示了卓越的性能。SegNet4D 将 4D 语义分割
PDF8 days ago
RT-GS2: 3D 高斯辐射场的实时通用语义分割
RT-GS2 是第一个能够实现实时泛化的 3D 高斯渲染中语义分割方法，通过提取独立于视角的 3D 高斯特征并采用新颖的视角相关 / 独立特征融合，能够在不同视角下提升语义一致性，超过同领域最先进方法的语义分割质量达到 8.01％的提高，并
PDFa month ago
CLRKDNet：基于知识蒸馏的车道检测加速方法
为了解决在自动驾驶应用中的实时车道检测任务中精确度和速度之间的平衡问题，我们介绍了 CLRKDNet，这是一个能够在保持检测精度的同时提供实时性能的简化模型。通过简化模型结构并引入新的蒸馏方法和蒸馏损失函数，我们实现了多达 60% 的推理时
PDFa month ago
NGD-SLAM：面向无 GPU 动态环境的实时 SLAM
在动态环境中，通过引入掩蔽预测机制，该论文提出了一种用于实现实时性能的动态环境下的视觉 SLAM 系统，该系统通过将深度学习方法和相机跟踪以不同的频率完全并行运行，从而在 CPU 上实现了实时性能。此外，它还介绍了双阶段光流跟踪方法，并结合
PDF2 months ago
基于字典分解表示的神经特征渲染的高保真密集视觉 SLAM 系统
引入了一种高保真的神经隐式密集视觉同时定位与建图（SLAM）系统，名为 DF-SLAM。我们利用字典因子对场景进行表示，将场景的几何和外观信息编码为基础和系数因子的组合。与直接将场景信息编码为特征的神经隐式 SLAM 方法相比，我们的方法具
PDF2 months ago
ModaLink: 图像到点云的高效场景识别
通过引入快速轻量级的框架，将图像和点云转换成具有地点鉴别性的描述符。实验结果表明，所提出的方法在实时执行的同时达到了最先进的性能，具有实际的泛化能力。
PDF3 months ago
智能卫星物联网系统的异常检测任务
基于生成对抗网络和自注意力机制的无监督深度学习异常检测系统，在考虑了本地子序列中包含的不同特征信息的基础上，自动学习环境传感器变量之间的复杂线性和非线性依赖关系，利用重构误差和判别误差的异常得分计算方法，可以高实时性地监测实际传感器数据的异
PDF3 months ago
FaceXFormer：面部分析的统一 Transformer
我们介绍了 FaceXformer，这是一个端到端的统一变换器模型，用于综合范围的面部分析任务，如面部解析、标志检测、头部姿势估计、属性识别以及年龄、性别、种族和标志点可见性的估计。我们的 FaceXformer 利用基于变换器的编码器 -
PDF3 months ago
CVPRHMD-Poser：基于可扩展稀疏观测的设备端实时人体动作跟踪
使用 HMD-Poser 方法实现了基于 VR 头戴式显示器的人体实时运动追踪，通过 HMD 和穿戴式 IMUs 之间的观察数据，提高了追踪精确度和易于佩戴性。通过实验表明，HMD-Poser 在精确度和实时性方面达到了最新的最佳效果，并通
PDF4 months ago
再探基于学习的视频运动放大实时处理
实时视频运动放大技术的关键发现是减少潜在运动表征的空间分辨率和使用单一线性层和单一分支来实现运动放大任务。基于这些发现，我们介绍了一个实时的深度学习基于模型，比之前的方法具有更高的计算效率和速度，同时保持了相当的质量。
PDF4 months ago
融合深度强化学习和边缘计算的物联网环境实时监控与控制优化
基于深度强化学习和边缘计算的优化控制系统，通过云边协同合作，在边缘部署轻量级策略网络，预测系统状态，以高频输出控制，实现对工业目标的监控和优化，并设计了动态资源分配机制，确保边缘计算资源的合理调度，实现全局优化，证明了该方法减少了云边通信延
PDF4 months ago
一种加速视觉 SLAM 的错误匹配排除方法
通过将 GMS（基于网格的运动统计）与 RANSAC（随机抽样一致性）结合，加速了 Visual SLAM 方法，提高了特征匹配的准确性，从而减少了系统的实时性能影响。
PDF4 months ago
BDIS-SLAM：一种用于手术的轻量级基于 CPU 的密集立体 SLAM
提出了一种在单核中央处理器上实现实时性能的轻量级稠密立体 SLAM 系统 BDIS-SLAM，可应用于内窥镜 / 结肠镜等典型场景，提供了一种在有限计算资源下实现稠密建图的低成本解决方案。
PDF6 months ago
TriHuman: 实时可控的三平面表示法用于详细人体几何和外观合成
通过视频数据创建可控、逼真、几何详细的数字化人类复制品是计算机图形学和视觉领域的关键挑战，特别是当需要实时性能时。最近的方法将神经光辐射场（NeRF）附加到关节结构上，如身体模型或骨骼，将点映射到姿势规范空间，同时条件化 NeRF 的骨骼姿
PDF7 months ago
双边网络与残差 U 块和双向引导注意力的实时语义分割
通过使用我们提出的双引导注意 (DGA) 模块对两个分支网络中的特征进行融合，我们在速度与准确性之间取得了良好的平衡，实现了与常用多层融合相当的性能。
PDF8 months ago
HI-SLAM：单目实时稠密建图与混合隐式场
基于神经场的实时单目建图框架与密集 SLAM 相结合，利用多分辨率网格编码和有符号距离函数表征进行神经场的高效构建，并通过环路闭合和深度先验进行全局一致性和精度增强，从而优于现有方法，在保持实时性能的同时提高了准确度和地图完整性。
PDF9 months ago
跨平台应用的实时神经视频编解码器的研究基于校准信息
我们提出了一个实时跨平台神经视频编解码器，能够在消费级 GPU 上高效解码来自其他编码平台的 720P 视频比特流。
PDF9 months ago
BodySLAM++：快速而紧密耦合的视觉惯性摄像机和人体运动跟踪
本文提出了一种快速、高效、准确的人体和相机状态估计框架 BodySLAM++，通过视觉惯性数据对人体状态和相机状态同时进行估计，并在 Intel i7 处理器的环境下实现了 15 + 帧每秒的实时性能，相对于基准方法，我们的系统分别提高了
PDF10 months ago
动态场景下的高效实时路径规划与自进化粒子群优化
利用张量操作形式的自进化粒子群优化 (SEPSO) 可提高计算效率并在动态路径规划中生成出色路径，具有优越的实时性能。
PDF10 months ago