fariver

摘要： 名称 link 时间：24.08 机构：Meta RealityLabs TL;DR 放出一个human-centric视觉任务的fundation model，该模型在3亿样本(Humans-300M)上进行无监督预训练，实验证明在human-centric视觉任务(2d pose估计/深度估计/ 阅读全文

摘要： ControlNet: Adding Conditional Control to Text-to-Image Diffusion Models link 时间：23.11 机构：Standford TL;DR 提出ControlNet算法模型，用来给一个预训练好的text2image的diffus 阅读全文

摘要： Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model link 时间：24.08 机构：Waymo & University of Southern California TL;DR 提出一 阅读全文

摘要： One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer link 时间：CVPR2023 机构：粤港澳大湾区数字经济研究院(IDEA) && 清华大学深圳国际研究生院 TL;DR 使用一个纯Transformer结 阅读全文

摘要： 展会见闻 从身体结构的维度 机械臂: 吸取小物体，放到另一个区域。机械弊对于这种任务在各种环境下都能精准完成，相对于人类有优势。 灵巧手: 看到各种自由度的手，手掌/手指正面覆盖了很多触觉传感器，有些甚至还布置了摄像头。 AGV: 仓库托运重物，物流机器人。 仿生机器人: 这类公司注重还原外形面部表 阅读全文

摘要： 时间线 以下是一些重要的里程碑，它们代表了基于Diffusion的图像生成方法的发展： 时间&机构 名称 简述 - VAE Variational AutoEncoder，变分自编码器用于图像生成 2020.12 VQ-VAE Vector Quantized-Variational AutoEnc 阅读全文

摘要： Egocentric Whole-Body Motion Capture with FisheyeViT and Diffusion-Based Motion Refinement link 时间：CVPR2024 机构：马普所 & Saarland Informatics Campus & Goo 阅读全文

摘要： HandDiff: 3D Hand Pose Estimation with Diffusion on Image-Point Cloud HandDiff: 3D Hand Pose Estimation with Diffusion on Image-Point Cloud 时间：CVPR202 阅读全文

摘要： 名称 Reconstructing Hands in 3D with Transformers 时间：CVPR2024 机构：UC Berkeley, University of Michigan, New York University TL;DR 本文提出一种使用Transformer来做Han 阅读全文

摘要： 名称 Single-to-Dual-View Adaptation for Egocentric 3D Hand Pose Estimation 时间：CVPR2024 机构：The University of Tokyo TL;DR 多目3D hand pose estimation数据比较难标注 阅读全文