APTv2
PulseAugur coverage of APTv2 — every cluster mentioning APTv2 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架支持从单张图像进行可提示的3D动物重建
研究人员推出SAM 3D Animal，一个从单张图像重建3D动物模型的新颖框架，即使在复杂的多动物场景中也能实现。该系统是首个“可提示”的系统，允许用户使用关键点和掩码来指导重建过程。为此，创建了一个名为Herd3D的新数据集，其中包含超过5000张多样化场景下的多动物图像。实验表明，SAM 3D Animal在多个基准测试中优于现有方法，为详细的3D动物重建提供了可扩展的解决方案。
-
新模型增强了跨物种动物姿态追踪能力，助力保护工作
研究人员开发了用于追踪不同物种动物姿态的新模型，解决了形态和行为差异以及标注数据有限带来的挑战。其中一个模型是无监督的，通过基础模型特征实现了跨物种鲁棒性；另一个模型是监督的，使用关键点提示编码器来提高准确性。这两种方法在 APTv2 和 TigDog 等基准测试中均表现出色，为野生动物监测和保护研究提供了实用的解决方案。
-
新模型使用视觉基础模型追踪动物姿态
研究人员开发了用于追踪视频中动物姿态的新模型，解决了物种多样性和有限标注数据带来的挑战。所提出的框架利用视觉基础模型，提供监督和无监督方法。监督模型通过纳入结构先验来提高准确性，而无监督模型通过无训练的对应匹配来实现跨物种鲁棒性。在 APTv2 和 TigDog 等基准上的评估表明，这些模型在准确性和泛化性之间取得了实际的平衡，可用于野生动物监测和保护。
-
新框架可从单张图像重建3D动物
研究人员推出SAM 3D Animal，一个从单张图像重建3D动物模型的新颖框架，即使在复杂的多动物场景下也能实现。该系统利用SMAL+参数模型，并接受关键点和掩码等灵活提示，以提高在遮挡或拥挤场景下的准确性。为支持此，他们还创建了Herd3D，一个包含5000多张多动物图像的新数据集，旨在增强物种和交互的多样性。
-
新框架可从单张图像进行3D动物重建
研究人员开发了SAM 3D Animal，一个新颖的框架，可从单张图像重建3D动物模型，即使在包含多只动物和遮挡的复杂场景中也能实现。该系统利用基于SMAL+参数化模型的可提示方法，并增强了关键点和掩码以改进消歧。为了支持这一进展，创建了一个名为Herd3D的新数据集，其中包含超过5000张包含不同物种和交互模式的图像，并在各种基准测试中取得了最先进的结果。