研究人员开发了MHE-Former,一种用于从单个图像恢复3D网格的新型Transformer框架。该方法通过生成多个合理的假设来解决遮挡和歧义等挑战,超越了传统的单解回归。该框架包含一个探索-利用范式,利用熵最大化进行假设生成,以及一个上下文感知选择过程,该过程可以利用视觉语言模型进行用户引导的精炼。实验表明,MHE-Former在准确性和多样性方面均达到了最先进的性能,用户研究证实了其假设选择的实用性。 AI
影响 引入了一种新颖的3D网格恢复方法,有望提高计算机视觉任务的准确性和多样性。
排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →