V
主页
20230531【大模型时代下的三维视觉:路在何方?】阳行意:Anything-3D-基于模型重用的任意物体的3D重建
发布人
报告嘉宾:阳行意 (National University of Singapore) 报告时间:2023年05月31日 (星期三)晚上20:50 (北京时间) 报告题目:Anything-3D-基于模型重用的任意物体的3D重建 报告人简介: 阳行意,就读于新加坡国立大学的电气与计算机工程学院LV-Lab,攻读博士学位。他的研究方向主要集中在机器学习和计算机视觉领域,特别侧重于对已训练的神经网络模型进行组合和重用,以解决一系列生成和判别视觉任务。他在知名的学术会议CVPR/ NeurIPS/ ECCV和ACL上发表了十余篇文章, 其成果在NeurIPS 2022中被评为best paper award nomination,谷歌学术引用1300余次,展示了他在该领域的研究成果。其导师为Xinchao Wang教授。 个人主页: https://adamdad.github.io 报告摘要: 在无约束真实场景中,从单个RGB图像进行三维重建面临着许多挑战,这是由于物体和环境的固有多样性和复杂性所导致的。在本文中,我们介绍了Anything-3D,这是一个系统性框架,巧妙地将一系列视觉语言模型和Segment-Anything物体分割模型相结合,将物体提升到三维空间,从而实现了针对单视角条件下的三维重建任务的可靠且多功能的系统。我们的方法采用BLIP模型生成纹理描述,利用Segment-Anything模型有效提取感兴趣的对象,并利用文本到图像扩散模型将对象提升到神经辐射场。通过展示其在各种对象上产生准确而详细的三维重建能力,Anything-3D显示了解决现有方法的局限性的潜力。通过对各种数据集进行的实验和评估,我们展示了我们方法的优点,并强调它对三维重建领域的有意义的贡献潜力。 参考文献: [1] Shen, Qiuhong, Xingyi Yang, and Xinchao Wang. "Anything-3d: Towards single-view anything reconstruction in the wild." arXiv preprint arXiv:2304.10261 (2023).
打开封面
下载高清视频
观看高清视频
视频下载器
20230830【视频分割的研究进展】杨宗鑫:Segment and Track Anything
20230906【多模态行人重识别的研究进展与未来】叶茫:多模态行人重识别进展与挑战
20230531【大模型时代下的三维视觉:路在何方?】杨波:3D Semantic and Instance Segmentation without 3D……
20240605【Prompt Learning in Vision】陈广义:Prompt Learning Meets Dense Context for …
【VALSE2024】0506《Workshop :具身智能的视觉与学习》
20240605【Prompt Learning in Vision】刘东方:Prompt Tuning as Sustainable Fast Learner
20240424【空天智能感知】程塨:光学图像小目标检测
【VALSE2024】0507《Workshop :多模态大模型》
20240417【视频生成与理解】罗平:Efficient Diffusion Transformer for Image and Video Generat…
20230913【图神经网络理论与算法】魏哲巍:图卷积神经网络:理论与计算
【VALSE2024】0505 王兴刚《APR:面向大模型的新型高效率网络架构》
20231206【三维大模型探索】欧阳万里:迈向三维视觉大模型
20240313【Sora与视频生成新时代】Panel
【VALSE2024】0505 杨易《特邀报告:混合模型驱动的内容生成与具身智能》
20240529【可控的视觉内容生成】刘希慧:Towards Controllable and Compositional Visual Content ……
20230607【开放世界的感知:探索可迁移与可持续学习之路】巩东:Continual Learning and Memory Augmentation……
【VALSE2024】0505 杨耀东《APR:从偏好对齐到价值对齐与超对齐》
20230322【大规模预训练模型的可信性】庞天宇:Trustworthy Diffusion Models & Diffusion Models for……
20240529【可控的视觉内容生成】陈铠:Geometric-Controllable Visual Generation: A Systematic ……
【VALSE2024】0505《2023-2024年度CV与ML领域重要学术进展》
20220914【视频理解研究进展与未来】Panel
20220831【就正有道:物理机理驱动的图像恢复与增强】任文琦:融合先验知识的图像视频复原方法研究
【VALSE2024】0505 李鸿升《特邀报告:图像生成和视频生成若干前沿技术探索》
20220113 VALSE Student Webinar【论文写作那些事儿】庞树茂:科技论文写作经验分享
20240612【可信基础模型】刘扬:Large Language Model Unlearning
20220713【超级视觉深度学习模型与标签学习方法】刘同亮:标签学习简介——助力超级深度学习
20221221【遥感图像智能理解与应用】孙显:大规模遥感图像多任务学习方法探索与应用
20220330特邀报告【数据驱动的强化学习及其工业应用】俞扬 (南京大学)
20220413【脑启发视觉】张铁林:基于类脑脉冲神经网络的视听觉信息处理
20231011【医疗基础模型 (上)】朱闻韬:病理图像大模型研究与应用
20220309【让机器看懂视频:视频分割与目标追踪】杨宗鑫:视频理解中的多目标联合分割
20230329【多模态预训练的研究进展与未来】Panel
20230913【图神经网络理论与算法】石川:自监督图神经网络
20220529 VALSE Student Webinar【When CV meets NLP】Panel
20230419【知识嵌入的跨模态学习】王文冠:Knowledge-Driven Perception
20220113 VALSE Student Webinar【论文写作那些事儿】Panel
20230927【面向可信人工智能模型的软件工程理论与技术】谢肖飞:Model-based Analysis for Intelligent Software
20220803【妙笔生花,画龙点睛: 视觉生成式模型专题研讨】李崇轩:扩散概率模型与其加速推断算法
【VALSE论文速览-10期】GraspNet-1Billion:机器人通用物体抓取的新方法论
20240117【学术新人“修炼手册”】方浩树:漫谈做科研的成长周期