ModelNet10
PulseAugur coverage of ModelNet10 — every cluster mentioning ModelNet10 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PointNDF框架通过级联神经场增强点云去噪
研究人员推出PointNDF，一个新颖的框架，通过整合块级几何上下文和局部位移预测来增强点云去噪。该方法利用Point Transformer V3提取多尺度几何信息，然后由神经位移场用于预测有界向量位移和尺度因子，以提高点均匀性。该框架采用三个级联阶段进行渐进式细化，在PU-Net和ModelNet10等标准基准上展示了具有竞争力的去噪精度和高效推理。
-
TokenFlow框架通过潜在令牌方法推进3D点云生成
研究人员推出了一种新颖的3D点云生成框架TokenFlow。该方法采用分层流匹配方法，将形状表示为潜在令牌的集合。TokenFlow有效地捕捉了部件级结构和表面细节，同时保持了排列等变性。在ShapeNet和ModelNet数据集上的实验表明，与现有基线相比，它在MMD、覆盖率和线性评估准确性等指标上表现更优。
-
Active Spiking Perception 使用膜电位进行随时随地的 3D 识别
研究人员开发了 Active Spiking Perception (ASP)，这是一种用于 3D 点云识别的新颖方法，它利用脉冲神经网络的膜电位作为信念状态。该方法允许网络动态选择要观察的下一个数据块，并根据置信度边际触发提前退出。ASP 在 ModelNet40 和 ModelNet10 等基准测试中取得了有竞争力的准确性，同时还提供了传统方法所缺乏的随时随地接口。该技术已成功应用于密集预测任务，证明了其在点云识别之外的多功能性。
-
主动脉冲感知使用膜电位进行随时3D识别
研究人员开发了主动脉冲感知（ASP），一种用于3D点云识别的新方法，该方法利用脉冲神经网络的膜电位作为信念状态。这种方法允许网络迭代地选择要观察的下一个数据块，并根据置信度边际触发提前退出。ASP在ModelNet40和ModelNet10等基准测试中取得了有竞争力的准确性，同时还提供了其他脉冲模型中不存在的随时接口。该技术还被应用于密集预测任务，在ShapeNetPart和S3DIS Area 5上取得了优异的成果。
-
新的InstantForget方法无需重新训练即可解除AI后门
研究人员开发了一种名为InstantForget的新方法，可以在不重新训练模型的情况下移除AI模型中的后门触发器。该技术在推理时运行，通过识别和重置指示后门的异常特征来工作。在CIFAR-10和ResNet-18模型的测试中，InstantForget在保持模型效用的同时，显著降低了各种触发器的平均攻击成功率。