visual imagination | BriefGPT

关键词visual imagination

搜索结果 - 7

SmartControl：增强控制网络以处理复杂视觉环境
通过设计一种名为 SmartControl 的新型 T2I 生成方法，我们解决了现有 T2I 生成模型中存在的问题，该方法通过放松与文本提示冲突的区域的视觉条件，从而调整图像的粗略视觉条件，使之与文本提示相适应，并在四种典型的视觉条件类型上
PDF3 months ago
脑力到图像：将大脑的视觉心理想象从 fMRI 投影出来
通过 fMRI 数据和修改的 fMRI-to-image 模型，我们首次在记忆和纯想象两种模式下，从视觉想象中重建图像的可行性，从而迈出了直接重建视觉想象的技术的重要一步。
PDF3 months ago
想象无形的世界：一个对视觉世界模型中系统化泛化的基准
系统化视觉想象技巧的第一个基准测试（SVIB）引入了一种最小化世界建模问题的新框架，通过评估模型在潜在世界动态下生成一步图像到图像转换的能力，为我们带来了系统感知和想象的联合优化、多个难度等级和控制训练中使用的因子组合的可能性。我们对 SV
PDF8 months ago
EMNLPZ-LaVI: 由视觉想象力驱动的零样本语言求解器
通过利用两种互补的 “想象力”（检索已有图像和通过文本到图像生成合成不存在的图像），我们开发了一种新颖的方法 Z-LaVI，为语言模型赋予了视觉想象能力，从而解决了大规模预训练语言模型的报告偏差问题，提高了跨多个语言任务的零 - shot
PDF2 years ago
ACL想象增强的自然语言理解
该论文提出了一种基于想象力的交叉模态编码器（iACE）来解决自然语言理解任务，从而实现视觉想象力，通过从强大的生成和预训练视觉 - 语言模型传输外部知识来扩大模型的学习能力。实验表明，iACE 在自然语言理解中具有很高的效率，在低资源情况下
PDF2 years ago
生成性想象提高机器翻译
本文提出一种基于视觉想象的神经机器翻译方法 ImagiT，仅需要源语言句子即可生成目标翻译，并证明该方法较传统文本翻译方法表现更好，揭示想象过程在修复缺失信息时的重要性。
PDF4 years ago
学习视觉预测物理模型以打台球
本文中，我们探讨了一种方法，能够让智能体装备内部的世界动态模型，并通过运行多个内部仿真（“视觉想象”）来规划新型动作。我们的模型直接处理原始视觉输入，并使用基于目标中心的视觉快照（聚焦）的新颖物体中心预测公式来强制学习物理定律的平移不变性。
PDF9 years ago