Kailun Yang
PulseAugur coverage of Kailun Yang — every cluster mentioning Kailun Yang across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新框架PanoAffordanceNet解决360度可供性识别问题
研究人员推出PanoAffordanceNet，一个专为360度室内环境的整体可供性识别设计的新颖框架。这项新任务解决了等距柱状投影的几何失真和语义分散等挑战。PanoAffordanceNet框架包含一个失真感知频谱调制器和一个全向球形稠密化头部，以提高校准和拓扑连续性。此外，该团队创建了360-AGD数据集，这是首个用于全景可供性识别的数据集，并证明他们的方法显著优于现有方法。
-
新的基准 OccTrack360 使用鱼眼摄像头推进 4D 占用跟踪
研究人员推出了 OccTrack360，这是一个专为使用环绕式鱼眼摄像头的 4D 全景占用跟踪设计的新基准。该基准通过提供更长的序列和详细的体素可见性注释（包括遮挡掩码和鱼眼视场掩码）来解决现有数据集的局限性。为了建立基线，该团队还提出了 FoSOcc，这是一个框架，用于解决鱼眼成像中与扭曲的球形投影和体素空间定位相关的挑战。
-
新基准和方法解决3D语义占用预测中的噪声标签问题
研究人员推出了OccNL，这是一个旨在评估带标签噪声条件下的3D语义占用预测模型的新基准。他们发现，现有的2D标签噪声学习策略在稀疏的3D体素空间中表现不佳。为了解决这个问题，他们开发了DPR-Occ，一个利用双源部分标签推理的框架，通过利用时间模型记忆和表示级结构亲和力来创建可靠的监督。在SemanticKITTI上的实验表明，即使标签噪声高达90%，DPR-Occ仍能保持性能，显著优于改编的基线。
-
新的基于高斯的方法推动3D场景重建
研究人员开发了使用高斯不透明场和3D高斯三角剖分进行3D场景重建的新方法。Spherical-GOF将3D高斯飞溅技术应用于全向图像，提高了几何一致性并减少了错误。此外，一个新颖的在线框架能够直接从高斯表示中逐步重建高保真显式网格，与现有方法相比，在效率和准确性方面都有所提高。
-
NOVA模型使用LLM进行自动驾驶中的高级3D多目标跟踪
研究人员推出NOVA，一种用于3D多目标跟踪（3D MOT）的新型自回归公式，旨在克服自动驾驶感知中闭集假设的局限性。NOVA将3D轨迹重新表述为时空语义序列，从而能够将语言先验与物理运动连续性相结合。通过利用大型语言模型（LLM），该系统将跟踪视为下一步序列完成任务，从而能够进行高级常识推理以保持身份一致性。在nuScenes、V2X-Seq-SPD和KITTI等数据集上的实验显示出显著的改进，特别是在nuScenes的新类别上，N…
-
新数据集和模型解决多人3D动作编辑问题
研究人员推出了InterEdit3D，这是一个用于文本引导的多人3D动作编辑的新数据集和基准。提出的InterEdit模型是一个扩散模型，解决了配对数据有限和人际交互复杂性的挑战。它采用了语义感知规划令牌对齐和交互感知频率令牌对齐策略，以提高文本到动作的一致性和编辑保真度，在新基准上取得了最先进的性能。
-
New FiCoP Framework Enhances Robot Object Pose Estimation
研究人员开发了一个名为FiCoP的新框架，以改进开放词汇6D物体姿态估计，这是机器人使用自然语言操纵未知物体的关键能力。FiCoP通过从不精确的全局匹配转向空间约束的斑块级对应来解决现有方法的局限性。该框架包括一个用于融合双视图特征的跨视角全局感知模块和一个用于生成精确、抗噪声匹配图的斑块相关性预测器。实验表明，FiCoP在基准数据集上的表现显著优于最先进的方法，增强了机器人在复杂环境中的感知能力。
-
FoundCAC框架利用AI改进镜头畸变校正
研究人员开发了FoundCAC，一个利用大规模预训练和离散退化先验的盲眼镜头畸变校正新框架。该系统通过构建一个名为AODLibpro的多样化镜头库来提高数据可扩展性，并采用多阶段矢量量化表示学习方案将点扩散函数编码为离散先验。这种方法能够实现最先进的零样本泛化和高效的少样本适应，以校正合成和真实镜头中的光学退化。
-
LFX框架统一光场数据以进行分割和检测
研究人员推出LFX，一个新颖的统一框架，旨在处理用于密集语义分割和显著目标检测的各种光场（LF）表示。该框架利用表示不变特征调制空间和视差角子空间建模（FoP-ASM）技术来适应不同的LF数据。LFX在多个基准测试中展示了最先进的性能，显著优于专用方法，并在分割和检测任务中实现了更高的准确性。
-
OmniTrack++ 通过轨迹反馈推进全景多目标跟踪
研究人员推出 OmniTrack++，一个先进的全向多目标跟踪框架，旨在克服全景失真和身份模糊等挑战。该系统采用反馈驱动方法，包含用于特征稳定的 DynamicSSM 模块和用于精确定位与关联的 FlexiTrack Instances。为了增强长期跟踪能力，ExpertTrack Memory 整合外观线索，而 Tracklet Management 模块根据场景动态自适应地切换跟踪模式。研究团队还发布了 EmboTrack 基准，…