Casia
PulseAugur coverage of Casia — every cluster mentioning Casia across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AdaEye系统提高眼周识别效率
研究人员开发了AdaEye系统,该系统用于眼周识别,为面部验证提供了一种更高效的替代方案,尤其是在面部被遮挡或图像分辨率较低的情况下。该研究系统地缩放了可见光谱(VIS)和跨光谱(VIS/NIR)设置下眼周验证的输入和骨干参数。结果表明,直接的眼周处理显著降低了计算成本并提高了吞吐量,尽管其有效性因评估协议而异。研究还发现,适度的骨干宽度缩减可以在降低计算量的同时保持性能,并且嵌入压缩有助于减少模板存储需求。
-
触觉反馈与模仿学习提升机器人插入精度
研究人员开发了一种新的机器人插入任务方法,显著提高了精度。通过结合用于抓取的模仿学习和由触觉反馈增强的强化学习,该系统能够成功执行0.05毫米间隙的插入任务。该方法已显示出成功率的显著提高,从52%升至67%,并降低了过程中所需的峰值接触力。
-
个性化中文手写体项目从生成转向匹配
本文详细介绍了一个已完成的个性化中文手写体项目,最初的目标是实现少样本生成新字符。该项目遇到了挑战,结构压力增加导致输出更规范化,而个性化努力则有损坏身份笔画的风险。方法被转变为与人类样本库进行字符匹配,然后组合成虚拟写手。最终系统实现了稳定、实用的质量,在100个字符的评估集中,许多输出接近人类无法区分的水平。
-
中国科学院发布 PhiZero 世界模型以降低 AI 成本
中国科学院的研究人员开发了 PhiZero,一个旨在为 AI 系统表示物理世界的新型世界模型。该模型利用一种新的“物理语言”来编码环境数据,显著减少了 token 使用量。这项创新旨在克服阻碍现实世界机器人和自主系统发展的巨大计算成本。
-
CASIA 的 PhiZero 引入世界模型的“物理语言”,将 Token 削减 175 倍
中国科学院(CASIA)的研究人员开发了 PhiZero,这是一种新颖的世界模型,它利用学习到的离散“物理语言”进行视频生成。这种创新的方法显著减少了表示视频内容所需的 Token 数量,将一个四秒钟的剪辑的 Token 数量减少了 175 倍。
-
新的ILACS-BGOT方法提高了掌静脉识别的准确性
研究人员开发了一种名为ILACS-BGOT的新方法,以提高掌静脉识别系统的准确性。该技术增强了掌静脉图像的对比度,这些图像经常因散射和传感器限制而退化。该研究将RootSIFT特征与KNN+RT相结合,并分析了各种参数组合,以优化在基准数据集上的性能,展示了准确性和错误率的显著提高。