Pingping Zhang
PulseAugur coverage of Pingping Zhang — every cluster mentioning Pingping Zhang across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的Paths框架增强了RGB-事件视频行人重识别能力
研究人员推出了一种新颖的Paths框架，旨在增强RGB-事件视频行人重识别（RE-VReID）能力。该方法通过整合时空建模和采用分层多模态融合，解决了现有方法的局限性。该框架包括一个用于稳定模态内表示学习的Memory-Augmented Backbone，一个用于统一时空线索建模的Prompt-aware Spatio-temporal Transformer，以及一个在全局和局部层面结合RGB和事件特征的分层多模态融合模块。在Ev…
-
AnyTrack 框架统一跨不同模态的视觉对象跟踪
研究人员推出 AnyTrack，一个旨在统一任意模态组合的视觉对象跟踪的新框架。与先前需要特定模态配对的方法不同，AnyTrack 采用模态感知交互模块 (MIM) 来动态集成不同输入并保持时空一致性。上下文理解模块 (CUM) 通过模拟视觉特征与目标位置之间的空间对应关系，进一步提高定位精度。该框架在实验中展示了最先进的性能，即使在模态缺失或不完整的情况下也是如此，并在扩展的多模态跟踪基准上得到了验证。
-
新的HiHR框架增强了航空地面行人重识别能力
研究人员推出了一种新颖的分层双曲表示（HiHR）框架，旨在改进航空地面行人重识别（AG-ReID）。该方法通过提取多粒度特征并采用文本引导的多粒度融合（TMF）技术来增强身份表示，从而解决了现有方法的局限性。核心创新在于分层双曲学习（HHL），它在双曲空间中构建特征，以平衡身份可分性、跨视图一致性以及视图特定的判别性线索。在四个基准测试上的实验表明了HiHR的有效性。
-
新的TIRNet框架通过语言引导增强医学图像分割
研究人员开发了一种新颖的框架，称为文本即照明Retinex网络（TIRNet），用于语言引导的医学图像分割。该方法使用文本嵌入作为语义照明来增强特征调制并提高语义一致性。TIRNet包含用于文本调制和细节补偿的专用模块，以及用于确保精确跨模态对齐的多尺度监督损失。在医学数据集上的实验表明，TIRNet达到了最先进的性能。
-
3D医学成像模型提升胎盘植入诊断
研究人员开发了一个名为3DSAMba的新框架，用于改进胎盘植入谱（PAS）的诊断，这是一种危险的产科疾病。该系统利用了一个适用于医学成像的3D分割一切模型，并结合了多级聚合Mamba进行特征融合。这种方法旨在增强从MRI扫描中分割病变的能力，从而提高诊断准确性，尤其是在缺乏专业医疗知识的地区。该数据集和源代码已发布，以支持进一步研究。