spatial layout | BriefGPT - AI 论文速递

关键词spatial layout

搜索结果 - 9

多条件潜在扩散网络用于场景感知神经人体运动预测
通过使用多条件潜在扩散网络，该研究提出了一种重塑人体运动预测任务的方法，该任务基于给定的历史三维身体运动和当前三维场景上下文，以实现人体运动的预测。实验结果表明，该方法在真实和多样化的预测中显著优于现有技术。
PDFa month ago
针对可控图像生成的空间感知潜变量初始化
通过利用空间感知的初始化噪声，我们提出了一种自定义空间感知初始化噪声的开放词汇框架，以有效提高布局引导的效果。
PDF5 months ago
DocLLM: 多模态文档理解的自适应生成语言模型
研究论文通过设计 DocLLM 模型，结合文本语义和空间布局，以有效地理解企业文件的丰富语义，摆脱昂贵的图像编码器，侧重于使用边界框信息来处理不规则布局和异构内容的视觉文件，通过预训练和微调，优于当前最优模型在多个任务中的性能，并且对于先前
PDF6 months ago
从分层分布的神经表征的光谱聚类中解读 'What' 和 'Where' 视觉通路
我们提出了一种从大规模预训练视觉模型的行为中提取空间布局和语义分割的方法，通过分析神经网络激活中的分组信息，利用所有层的特征实现对网络激活状态的整体分析，而无需猜测模型的哪个部分包含相关信息。通过基于梯度下降的优化目标在各个层中的特征比较得
PDF7 months ago
复合扩散 | 整体 >= Σ 部分
该论文介绍了一种名为 Composite Diffusion 的方法，该方法允许艺术家通过自由形式的分段布局来生成高质量图像，以此来实现对图像生成的更大的空间、语义和创造性控制。
PDFa year ago
使用图注意力网络进行图像美感评估
本文提出了一种基于图神经网络的两阶段框架，通过图形神经网络捕捉视觉注意力，使得美学视觉分析中原始的长宽比和空间布局等特征得以保留，进一步提高了美学得分回归的精度。
PDF2 years ago
CVPR基于相关性学习的多目标跟踪
本文提出了基于局部相关性模块的密集对应和可学习相关算子来增强模型的判别能力和对时间上下文的捕捉能力，从而在多目标跟踪方面取得了最先进的效果，并在 MOT17 数据集上实现了 76.5% 的 MOTA 和 73.6% 的 IDF1。
PDF3 years ago
智能假设生成用于高效和鲁棒的房间布局估计
该研究提出了一种新方法，通过单个单目 RGB 图像高效估计房间的空间布局，基于语义分割构建了一个鲁棒的、准确的和高效的假设和测试方案，用于估计房间的角落和布局。
PDF5 years ago
室内布局粗 - 精估计方法 (CFILE)
本文提出一个新的室内场景空间布局估计方法（CFILE），包括粗略布局估计和精细布局定位两个阶段，其中使用全卷积神经网络（FCN）对室内场景进行粗略的全局布局估计，优化框架实现精细的布局细节优化，从而在两个基准数据集上取得了良好的估计结果。
PDF8 years ago