我们介绍了多解决深度隐式函数（MDIF），这是一种层次表示，可以恢复精细的几何细节，同时能够执行全局操作，例如形状完成。我们的模型代表具有潜在网格层次结构的复杂的3D形状，可以将其解码为不同的细节级别，并达到更好的准确性。为了完成形状，我们提出了潜在的网格辍学，以模拟潜在空间中的部分数据，因此将完成功能推迟到解码器侧 ...

一致性模型在促进有效的图像/视频生成方面表现出显着的功能，从而可以通过最小的采样步骤综合。事实证明，它在减轻与扩散模型相关的计算负担方面具有优势。然而，一致性模型在音乐发电中的应用仍然在很大程度上没有探索 ...

隐式神经表示（INR）作为强大的表示范式最近在各种计算机视觉任务中取得了成功。由于香草多层感知器（MLP）的低频偏见问题，现有方法研究了高级技术，例如位置编码和周期性激活函数，以提高INR的准确性。在本文中，我们将网络培训偏置与重新聚集技术联系起来，理论上证明重量重新聚体可以为我们提供减轻MLP频谱偏置的机会 ...

在数字世界中，高保真数字人类代表性的需求越来越多，特别是对于交互式触觉，AR/VR，3D图形以及快速发展的元元。即使它们在小空间中运行良好，用于重建3D人体运动的常规方法经常需要使用昂贵的硬件并具有高处理成本。这项研究提出了人类瓦塔尔（Humanavatar），这是一种创新的方法，可有效地从单眼视频来源重建精确的人类化身 ...

基于时空内存（STM）的视频对象细分（VOS）网络通常每几个框架都会增加内存库，这表现出出色的性能。但是，1）硬件无法承受随着视频长度的增加而不断增加的内存需求。 2）存储大量信息不可避免地会引入许多噪音，这不利于阅读内存库中最重要的信息 ...

深层隐式函数（DIF）已成为有效的3D形状表示。为了捕获几何详细信息，当前方法通常使用局部潜在代码学习DIF，该代码将空间离散为常规的3D网格（或OCTREE），并将本地代码存储在网格点（或OCTREE节点）中。给定查询点，本地功能是通过与其位置插值相邻的本地代码来计算的 ...

神经隐式功能的最新发展已在高质量的3D形状重建方面表现出巨大的成功。但是，大多数作品将空间划分为形状的内部和外部，这将其代表力量限制为单层和水密形状。这种限制会导致乏味的数据处理（将非紧密的原始数据转换为水密度），以及代表现实世界中一般对象形状的无能 ...

神经程序嵌入最近对各种程序分析任务（包括程序综合，程序修复，故障定位等）表现出了很多希望。但是，大多数现有程序嵌入基于程序的句法特征，例如原始 Token 序列或抽象的语法树。与图像和文本不同，一个程序具有明确的语义含义，仅考虑其语法就很难捕获它（i ...