吴建明

摘要： RealCustom：缩小真实文本词的范围，实现实时开放域文本到图像的定制 文本到图像定制旨在为给定的主题合成文本驱动的图像，最近彻底改变了内容创作。现有的作品遵循伪词范式，即将给定的主题表示为伪词，然后将其与给定的文本组合在一起。然而，伪词与给定文本固有的纠缠扩散范围导致了双重最优悖论，即给定主题 阅读全文

摘要： 超越图像超分辨率的任务驱动感知损失图像识别 在实际场景中，由于低分辨率（LR）内容中缺乏可用信息，图像识别任务（如语义分割和对象检测）通常会带来更大的挑战。图像超分辨率（SR）是解决这些挑战的有前景的解决方案之一。然而，由于SR的病态特性，典型的SR方法很难恢复与任务相关的高频内容，这可能会削弱使用 阅读全文

摘要： 4D医学图像的无中间帧数据高效无监督插值 4D医学图像代表具有时间信息的3D图像，在临床实践中对于捕捉动态变化和监测长期疾病进展至关重要。然而，由于辐射暴露和成像持续时间等因素，获取4D医学图像带来了挑战，需要在实现高时间分辨率和最小化不利影响之间取得平衡。鉴于这些情况，不仅数据采集具有挑战性，而且 阅读全文

摘要： 内视图和跨视图几何知识进行立体匹配 几何知识已被证明对立体匹配任务有益。然而，之前将几何见解整合到立体匹配算法中的尝试，主要集中在单个图像的几何知识上，而忽略了遮挡和匹配唯一性等关键的交叉视图因素。为了解决这一差距，提出了一种新的内视图和跨视图几何知识学习网络（ICGNet），专门用于吸收内视图和交 阅读全文

摘要： APISR：受动漫制作启发的现实世界动漫超分辨率 虽然现实世界的动漫超分辨率（SR）在SR社区越来越受到关注，但现有的方法仍然采用真实感领域的技术。分析了动漫制作工作，并重新思考了如何为了现实世界的动漫SR而使用它的特点。首先，由于手绘框架的重复使用，视频网络和数据集对于动漫SR来说是不必要的。相反 阅读全文

摘要： 促进通用跨域检索中广义知识的模拟 ProS:促进通用跨域检索中广义知识的模拟 通用跨域检索（UCDR）的目标是在广义测试场景中实现稳健的性能，其中数据在训练过程中可能属于严格未知的域和类别。最近，具有快速调整的预训练模型显示出很强的泛化能力，并在各种下游任务中取得了显著成就，如少镜头学习和视频文本检 阅读全文

摘要： CFAT：三角窗口实现图像超分辨率 基于变换器的模型通过利用其固有的捕获复杂上下文特征的能力，彻底改变了图像超分辨率（SR）的效果。如今，在Transformer架构中使用的重叠矩形移位窗口技术是超分辨率模型中的一种常见做法，可以提高图像放大的质量和鲁棒性。然而，它在边界处存在失真，并且具有有限的独 阅读全文

摘要： CAMixerSR：只有细节需要更多关注 为了满足对大图像（2K-8K）超分辨率（SR）快速增长的需求，主流方法遵循两条独立的轨道：①通过内容感知路由加速现有网络；②通过令牌混合器重构设计更好的超分辨率网络。尽管直接，但它们遇到了不可避免的缺陷（例如，不灵活的路由或非歧视性处理），限制了质量-复杂性 阅读全文

摘要： 通过渐进式混合语境扩散完成Amodal 即使部分隐藏在视线之外，大脑也能毫不费力地识别物体。看到隐藏的可见物被称为amodal完成；然而，尽管进展迅速，但这项任务对生成式人工智能来说仍然是一个挑战。建议避开现有方法的许多困难，这些方法通常涉及预测amodal掩模然后生成像素的两步过程。方法涉及跳出思 阅读全文

摘要： 促进通用跨域检索中广义知识的模拟 ProS:促进通用跨域检索中广义知识的模拟 通用跨域检索（UCDR）的目标是在广义测试场景中实现稳健的性能，其中数据在训练过程中可能属于严格未知的域和类别。最近，具有快速调整的预训练模型显示出很强的泛化能力，并在各种下游任务中取得了显著成就，如少镜头学习和视频文本检 阅读全文