semantic correspondence | BriefGPT

关键词semantic correspondence

搜索结果 - 32

图像 - 文本匹配的先进多模态深度学习架构
利用创新的跨模态关注机制和分层特征融合策略，将深度神经网络的高级抽象表示能力与自然语言处理模型的文本语义理解优势相结合，以实现图像和文本之间的深度融合和双向交互的多模态深度学习架构。实验证明，与现有的图像和文本匹配模型相比，优化后的新模型在
PDF19 days ago
零摄像头参考模仿的图像编辑
这篇论文介绍了一种新的图像编辑方法，称为模仿编辑，通过使用图像参考来帮助用户更方便地发挥创造力，提出了一种生成训练框架 MimicBrush，能够自主学习图像间的语义对应关系，实验证明了该方法在各种测试案例中的有效性和优越性，并构建了一个用
PDF21 days ago
以语义对应的扩散模型实现外貌转换
介绍了一种通过语义对应关系对图像进行外观转移的方法，该方法使用预先训练的文本到图像扩散模型，并通过重新排列特征来提高结果的准确性。
PDF21 days ago
文本引导的 3D 视觉定位调查：要素、最新进展与未来方向
文本引导的三维视觉定位（T-3DVG）是从复杂的三维场景中定位与语言查询在语义上对应的对象，近年来已经在三维研究领域引起了越来越多的关注。本综述试图全面概述 T-3DVG 的进展，包括基本要素、最新研究进展和未来研究方向，并提供了详细的教程
PDF23 days ago
小物体语义对应的独立关键点学习
介绍了一种解决语义对应问题的方法，即 “小物体语义对应 (SOSC)”，提出了 Keypoint Bounding box-centered Cropping (KBC) 方法，并构建了一个名为 KBCNet 的框架，该框架通过交叉尺度特征
PDF3 months ago
Robo-ABC: 通过语义对应实现机器人操作中的类别以外物体能力泛化
通过从人类视频中提取联系点、并借鉴人类思维方式，我们提出了 Robo-ABC 框架，在不需要任何手动注释、附加训练、部分分割、预编码知识或视角限制的情况下，使机器人能够通过检索视觉或语义上相似的对象来获得关于操作性的信息，并将其映射到新对象
PDF6 months ago
AAAI基于补丁的图形对比学习用于图像翻译
利用图神经网络构建基于补丁相似度的图，提出补丁级别的对比损失和图池化方法，实现图像翻译的语义编码与语义结构的提取。
PDF7 months ago
StableVITON：使用潜在扩散模型学习虚拟试穿的语义对应关系
通过在预训练扩散模型的潜在空间内学习衣物与人体之间的语义对应关系，利用零交叉关注区块保留衣物细节并利用预训练模型的内在知识进行图像变形处理，通过提出的新型注意力全变差损失和应用数据增强，实现了尖锐的注意力图，从而更准确地表示衣物细节。Sta
PDF7 months ago
若得之则与之，语义对应学习无对标图像
通过无标签对训练的简单而有效的方法，扩充了数据集的数量和多样性，并在基于语义的对应基准测试中取得了优于里程碑基线和最先进方法的性能提升。
PDF7 months ago
区分左右：几何感知语义对应标识
基于现有动物姿势估计数据集构建了一个新的挑战性的语义对应基准，表明几何感知在语义对应中的重要性，并揭示了当前基础模型特征在简单后处理中的局限性。我们展示了在零样本和监督设置下用简单而有效的解决方案结合这些信息可以显著提高语义对应性能。在备受
PDF7 months ago
图像扩散中的紧急对应
本文提出 DIffusion FeaTures (DIFT) 方法来确立图像之间的对应关系，在稳定扩散的情况下，DIFT 均能够在语义、几何和时间上优于弱监督方法以及其他对照组，尤其是在 SPair-71k 基准测试中，DIFT 相对于 D
PDFa year ago
基于语义对应的时序一致自动视频上色
该研究提出了一种新的视频着色框架，它将语义对应引入自动视频着色中以保持长程一致性，通过自动着色参考图像来监督整个着色过程，并且引入了语义对应网络和图像着色网络以保持临近帧和长期帧的时间一致性，实验证明该方法在维持时序一致性方面优于其他方法。
PDFa year ago
SPColor：基于语义先验指导的基于范例的图像着色
提出了 SPColor—— 一种基于语义先验引导的模板图像着色框架，它利用未经监督的分割模型提供的语义先验来显式排除不同语义类别之间的不良对应关系，并显著缓解了不匹配问题，在公共数据集上定量和定性地优于最新的现有方法。
PDFa year ago
为相对表示法引导并行锚点
本文提出了一种优化方法，以从有限数量的种子中发现新的并行锚点，用于发现不同领域之间的语义对应关系，对齐它们的相对空间，并在多个任务中实现具有竞争力的结果，这展示了相对表示在启用潜在空间通信和零样本模型缝合方面具有潜力。
PDFa year ago
IJCAI可见光 - 红外人物重新识别的补丁混合交叉模态学习
本文提出了 Patch-Mixed Cross-Modality framework (PMCM) 框架，该框架通过图片分割并拼接，实现了不同模态下人员识别过程中的语义对应，同时在视觉可见光和红外人员重识别任务中取得了最佳表现。
PDFa year ago
ECCV利用稀疏标注学习语义对应
本文针对语义对应中标签稀疏性的挑战，提出了一种基于稀疏关键点注释生成密集伪标签的教师 - 学生学习范式，并开发了两种噪声伪标签去噪策略，使用空间先验和损失驱动的动态标签选择策略。实验结果表明该方法在语义对应的三个基准测试中均取得了显著进展并
PDF2 years ago
ECCV无监督语义对应估计的解密
通过无监督学习的方法探索语义对应关系估计。我们评估了几种最近提出的无监督方法，并在多个具有挑战性的数据集上使用标准化的评估协议进行全面评估。我们引入了一个新的诊断框架和一个更适合语义匹配任务的性能指标，并介绍了一种新的无监督的对应方法，其利
PDF2 years ago
场景图像中的无监督物体级别表示学习
本文提出了一种名为 Object-level Representation Learning（ORL）的自监督学习框架，旨在从场景图像中进行物体级别的表示学习，通过利用图像级别的自监督预训练作为先验，实现物体级别的语义对应。实验结果表明，O
PDF3 years ago
DiscoBox: 从框注释到弱监督实例分割与语义对应
使用边界框监督，以结构化 teacher 模型为指导，共同学习实例分割和语义对应的 DiscoBox 框架，同时又能为密集对比学习提供正 / 负的对应对，用以监督网络任务实现物体掩模细化和类内对象间的密集对应，并取得了和有监督方法相当的 3
PDF3 years ago
PatentMatch: 用于匹配专利申请和现有技术的数据集
本文介绍了一个名为 PatentMatch 的机器学习训练数据集，用于协助专利审查员快速检索相关先前公开信息，其数据集包含有标签的专利申请索赔对和语义上对应的先前公开信息，可用于解决语言障碍和技术域障碍，初步实验结果显示该数据集可用于解决这
PDF4 years ago