📄 论文总结
FastMesh:通过组件解耦实现高效艺术化网格生成 / FastMesh: Efficient Artistic Mesh Generation via Component Decoupling
1️⃣ 一句话总结
这篇论文提出了一种将顶点和面分离生成的新方法,通过减少重复顶点表达使网格生成速度提升8倍以上,同时生成质量更高。
请先 登录 后再提交论文
FastMesh:通过组件解耦实现高效艺术化网格生成 / FastMesh: Efficient Artistic Mesh Generation via Component Decoupling
这篇论文提出了一种将顶点和面分离生成的新方法,通过减少重复顶点表达使网格生成速度提升8倍以上,同时生成质量更高。
不遗漏任何标签:适用于所有监督模式的统一表面缺陷检测模型 / No Label Left Behind: A Unified Surface Defect Detection Model for all Supervision Regimes
这篇论文提出了一个名为SuperSimpleNet的高效通用模型,它通过创新的合成异常生成和优化学习流程,首次实现了在无监督、弱监督、混合监督和全监督四种场景下都能高效训练和检测表面缺陷,并在保持高速推理的同时显著提升了检测性能。
USO:通过解耦与奖励学习实现统一风格与主体驱动的生成 / USO: Unified Style and Subject-Driven Generation via Disentangled and Reward Learning
这项研究提出了一个名为USO的统一模型,能够同时保证生成图像在风格上与参考风格图相似、在主体内容上与原始内容图一致,解决了以往方法中风格与主体生成任务相互割裂的问题。
从矢量图到CAD:基于序列到序列学习的CAD生成 / Drawing2CAD: Sequence-to-Sequence Learning for CAD Generation from Vector Drawings
这篇论文提出了一种名为Drawing2CAD的新方法,能够将二维工程矢量图自动转换为精确的参数化CAD模型,通过序列到序列学习技术保留了原始设计意图和几何精度。
ROSE:消除视频中物体的附带效应 / ROSE: Remove Objects with Side Effects in Videos
这篇论文提出了一个名为ROSE的视频对象移除框架,它不仅能够去除物体本身,还能有效消除物体在环境中产生的阴影、反光等五种常见附带效应,通过合成数据和专门设计的模型在多种场景下实现了优于现有方法的性能。
ObjFiller-3D:通过视频扩散模型实现一致的多视角三维修复 / ObjFiller-3D: Consistent Multi-view 3D Inpainting via Video Diffusion Models
这篇论文提出了一种名为ObjFiller-3D的新方法,它通过巧妙利用先进的视频编辑模型来修复三维物体,解决了传统方法中多视角修复不一致的问题,从而实现了更高质量、更连贯的三维物体补全与编辑。
Social-MAE:基于Transformer的多模态人脸与语音自编码器 / Social-MAE: A Transformer-Based Multimodal Autoencoder for Face and Voice
这项研究开发了一个名为Social-MAE的多模态人工智能模型,通过自监督学习从人脸和语音数据中提取特征,在情感识别、笑声检测等社交任务中取得了领先或具有竞争力的性能。
Pixie:基于像素的快速通用化三维物理监督学习 / Pixie: Fast and Generalizable Supervised Learning of 3D Physics from Pixels
这篇论文提出了一个名为Pixie的快速神经网络方法,能够直接从三维视觉特征中学习并预测物体的物理属性(如弹性),无需逐场景优化,且训练后能快速泛化到真实世界场景。
协同多模态编码用于高质量三维生成 / Collaborative Multi-Modal Coding for High-Quality 3D Generation
这篇论文提出了首个名为TriMM的前馈式三维生成模型,通过协同整合图像和点云等多模态数据,有效提升了三维资产在纹理和几何细节上的生成质量。
TalkVid:一个用于音频驱动说话头合成的大规模多样化数据集 / TalkVid: A Large-Scale Diversified Dataset for Audio-Driven Talking Head Synthesis
这篇论文提出了一个名为TalkVid的大规模、高质量、多样化数据集,旨在解决当前音频驱动说话头生成模型在种族、语言和年龄群体上泛化能力不足的问题,并通过实验证明使用该数据集训练的模型具有更好的跨数据集泛化性能。