摘要： 前言 本文介绍了InstantStyleGaussian，这是一种基于三维高斯飞溅（3DGS）场景表示的创新三维风格迁移方法。通过输入目标风格图像，它能够快速生成新的三维GS场景。方法作用于预先重建的GS场景，结合了扩散模型与改进的迭代数据集更新策略。它利用扩散模型生成目标风格图像，将这些新图像添加 阅读全文

摘要： 前言 本文引入了一个区域特定的损失来提升隐含的均匀加权假设，以实现更好的学习，将整个体积划分为多个子区域，每个子区域都构建了一个针对最佳局部性能的个性化损失。有效地，这个方案对更难分割的子区域施加了更高的权重，反之亦然。此外，在训练步骤中为每个输入图像计算了区域的假阳性和假阴性误差，并相应地调整了区 阅读全文

摘要： 前言 本文通过设计一种统一的微调策略来解决自注意力机制（Self-Attention Mechanism，SAM）在各种下游任务中表现次优的挑战，以提升SAM在不同应用场景下的有效性。受基于旁路网络的微调方法的启发，提出了双流自注意力机制（Two-Stream SAM，TS-SAM），以在不同下游任 阅读全文