PulseAugur
中
实时 08:34:31
实体 Yuanhao Cai

Yuanhao Cai

PulseAugur coverage of Yuanhao Cai — every cluster mentioning Yuanhao Cai across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
  1. RESEARCH · CL_366495 ·

    新型Transformer和二值化网络推动高光谱图像重建技术发展

    研究人员开发了几种新颖的深度学习架构用于高光谱图像重建,旨在提高效率和性能。这些方法,包括稀疏Transformer和二值化网络,解决了传统CNN在捕捉长距离依赖和光谱相似性方面的局限性。几种方法利用具有特殊注意力机制的Transformer架构来更好地建模光谱相关性和空间稀疏性,在准确性和计算成本方面通常优于现有的最先进方法。一些方法还通过二值化等技术专注于资源受限的部署。

  2. TOOL · CL_366527 ·

    新的SAX-NeRF框架增强了3D X射线重建

    研究人员开发了SAX-NeRF,一种使用稀疏视图X射线数据进行3D重建的新型框架。该方法采用基于线段的Transformer(Lineformer)来通过模拟X射线线内的依赖关系来更好地捕捉物体内部结构。此外,还采用了一种掩码局部-全局(MLG)射线采样策略来从2D投影中提取上下文和几何信息。该框架还引入了一个新数据集X3D,并在新视图合成和CT重建方面展示了优于现有NeRF方法的性能。

  3. TOOL · CL_366496 ·

    Retinexformer利用新颖的照明引导Transformer增强低光图像

    研究人员开发了Retinexformer,一种新颖的用于低光图像增强的一阶段框架。该方法利用基于Retinex的方法结合照明引导Transformer (IGT) 来有效建模长距离依赖关系,并解决先前多阶段、基于卷积神经网络的算法的局限性。该框架首先估计照明以增强图像,然后恢复损坏,在十三个基准测试中表现优于现有方法,并在低光目标检测等应用中显示出实际价值。