Visual Foundation Model
PulseAugur coverage of Visual Foundation Model — every cluster mentioning Visual Foundation Model across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法从稀疏、单侧图像重建完整的3D车辆
研究人员开发了一种新颖的方法，可以从有限的、单侧的车载图像中重建高保真3D车辆资产。该方法解决了两个关键挑战：实现度量尺度重建和完成车辆的未观察区域。通过利用视觉基础模型进行初始高斯表示，并采用对称感知克隆策略，该方法有效地利用视觉和几何先验来生成完整且几何准确的3D车辆模型，性能优于现有技术。
-
新的UFFM方法弥合了用于遥感分割的标记和未标记数据
研究人员开发了一种名为“特征记忆库的统一流”（UFFM）的新型半监督语义分割方法，该方法专为遥感数据设计。UFFM通过集成外部视觉基础模型和领域特定教师来解决标记数据主导训练的问题。这种方法生成的伪标签偏差较小，并在统一目标下优化标记和伪标记数据。此外，UFFM还包含一个特征记忆库，用于动态更新类别特定特征，并通过类别-特征对齐来减少标记和未标记数据之间的差异，其性能优于现有方法。
-
新型Transformer增强3D场景重建和边缘部署
研究人员开发了基于Transformer的新模型，用于从视觉输入进行3D场景重建。DVGT（Driving Visual Geometry Transformer）在无需显式几何先验的情况下，从无姿态的多视图图像中重建密集3D点图，并在多样化的驾驶数据集上进行训练。VG^2GT通过使用冻结的视觉基础模型和体素模块直接回归高斯原始参数来增强高斯溅射，从而降低了训练成本并优于现有方法。QVGGT通过引入量化框架，选择性地应用混合精度和令牌…