3D高斯裂口已成为新型视图合成的替代3D表示，从其高质量的渲染结果和实时渲染速度中受益。但是，3D-GS学到的3D高斯人具有模棱两可的结构，没有任何几何约束。在分割各个对象时，3D-GS中的固有问题会导致一个粗糙的边界 ...
近年来，3D 场景表示非常受欢迎。使用神经辐射场的方法对于新颖视图合成等传统任务是通用的。最近，出现了一些工作，旨在将 NeRF 的功能扩展到视图合成之外，用于语义感知任务，例如使用 2D 基础模型的 3D 特征场蒸馏进行编辑和分割 ...
高斯的碎片通过实时实现高渲染性能彻底改变了新观点综合的世界。最近，研究重点是通过使用语义信息来丰富这些3D表示，以进行下游任务。在本文中，我们介绍了RT-GS2，这是使用高斯分裂的第一种可推广的语义分割方法 ...
随机算法为两个无处不在的问题提供了解决方案：（1）主成分分析或高度矩形矩阵的单数值分布分布式计算，以及（2）低级别近似值的分布式计算（以单次值分解的形式）到任意矩阵中。精心磨练的算法产生的结果均优于Spark（流行的分布式计算平台）中的确定性实现的结果；特别是，虽然库存软件将不用警告返回左左单数矢量，而远离数字正常的矢量，但抛光的随机实现产生了左单数矢量，这些向量几乎与机器精度是正直的 ...
基于视频的多模式大语言模型（VMLLM）在跨模式视频理解中表现出了巨大的潜力。但是，他们在细粒度理解中的能力在很大程度上仍然没有得到充实。鉴于其在以人为中心的情报中的关键作用，开发用于面部理解的VMLLS是一个基本问题 ...
训练最先进的深度神经网络的计算成本很高。减少训练时间的一种方法是使神经元的活动正常化。最近引入的一种称为批量归一化的技术，使用小批量训练案例中神经元的输入总和的分布来计算均值和方差，然后使用它们对每个训练案例上该神经元的输入总和进行归一化... ...
我们介绍全对多场变换（AMT），这是一种用于视频框架插值的新网络体系结构。它基于两个基本设计。首先，我们为所有像素对构建双向相关量，并使用预测的双边流来检索相关性，以更新流量和插值内容 ...
分布式人工智能生成的内容（AIGC）引起了极大的关注，但仍有两个关键挑战：最大化主观的经验质量（QOE）和提高能源效率，这在广泛采用的基于的生成扩散模型（GDM）的图像生成服务中特别明显。在本文中，我们提出了一种新型的以用户为中心的交互式AI（IAI）用于服务管理的方法，该方法具有分布式的基于GDM的AIGC框架，该框架强调了高效且合作的部署。所提出的方法通过允许具有语义上相似提示的用户共享Den ...
