Geochimica et Cosmochimica Acta
PulseAugur coverage of Geochimica et Cosmochimica Acta — every cluster mentioning Geochimica et Cosmochimica Acta across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新型KSG-Net通过稀疏与全局上下文学习增强海事三维船舶检测
研究人员开发了KSG-Net，一种新颖的深度学习网络，用于使用海事环境中的LiDAR数据改进三维船舶检测。该网络解决了小船只点云稀疏以及大型船舶需要全局上下文建模等挑战。KSG-Net包含一个关键稀疏多尺度聚合模块，以增强小船只的表示，以及一个全局上下文聚合模块，以捕捉远程几何依赖关系。在Thames River vessel数据集上的实验表明，KSG-Net在检测各种尺寸的船只方面优于现有方法，并在复杂海事条件下表现出鲁棒性。
-
3D高斯溅射研究在版权、压缩和动态场景建模方面取得进展 · 已追踪10个来源
近期研究通过各种创新推动了3D高斯溅射（3DGS），包括用于版权保护的X-SG$^2$S方法、用于改进重建质量的DualDiff3D以及用于理解表面恢复的理论框架。进一步的开发通过语义运动图（SMG）和高斯构成对齐（GCA）解决了动态场景问题，而像KISS-GS这样的压缩技术旨在减小巨大的文件大小。还出现了专业应用，例如AquaFlow和NemoSplat的水下重建，以及CC-4DGS的存储高效动态4DGS。
-
新的GCA方法使用形式化任务约束进行VLM空间推理
一篇新论文提出了一种用于空间推理的几何约束代理（GCA），以改进视觉语言模型（VLM）处理空间查询的方式。GCA引入了一个两阶段过程：首先，VLM通过定义特定的参考系和目标来形式化任务，创建一个机器可读的契约。其次，VLM严格在契约范围内执行计算，避免歧义，并确保准确的几何推理，而无需对模型进行微调。