实体
SGFormer++
SGFormer++
PulseAugur coverage of SGFormer++ — every cluster mentioning SGFormer++ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
SGFormer 网络通过结构引导注意力改进局部特征匹配
研究人员开发了 SGFormer，这是一种新颖的、感知结构的匹配网络，旨在改进摄影测量中的局部特征匹配。该新网络解决了标准 Transformer 中的“注意力发散”问题，在该问题中，不相关区域中的相似特征可能会获得不应有的权重，尤其是在视点变化很大的场景中。SGFormer 包含一个三结构注意力 (TSA) 模块，该模块使用浅层局部特征来引导 Transformer 关注重叠区域内的显著结构，从而提高匹配的准确性和可靠性。
-
新型Transformer模型增强3D场景图生成能力
研究人员开发了SGFormer++，这是一种新颖的语义图Transformer，用于增量式3D场景图生成。该模型利用Transformer层进行全局消息传递，克服了传统图卷积网络的局限性。关键创新包括用于高效上下文集成的图嵌入层++（Graph Embedding Layer++）和用于通过大型语言模型及视觉语言模型的语言先验丰富视觉特征的语义注入层++（Semantic Injection Layer++）。SGFormer++还集…