Marginalización de fase en Vision Transformers: inestabilidad de cuadrícula
Mejora la segmentación y profundidad con marginalización de fase en Vision Transformers. Sin entrenamiento, más precisión.
#estimación de profundidad
GeM-NR: Edición multivista con conciencia geométrica para cambios no rígidos
Descubre GeM-NR, un método innovador para editar imágenes multivista con cambios drásticos de geometría y apariencia, sin necesidad de entrenamiento previo. Mejora la consistencia en escenas 3D.
Percepción autónoma compacta con aprendizaje balanceado y fusión multisensor
Un modelo compacto de percepción autónoma que integra múltiples sensores y aprendizaje balanceado para lograr mayor eficiencia y velocidad de inferencia.
DenseMLLM: LLM multimodal estándar para predicción densa
Descubre cómo DenseMLLM permite a los LLM multimodales estándar realizar predicciones densas sin decodificadores adicionales. Resultados competitivos en segmentación y profundidad.
Representación de mezcla de densidades para eliminar puntos voladores en profundidad
MDA elimina puntos voladores en estimación de profundidad usando mezcla de densidades. Mejora bordes, maneja objetos transparentes y cielo sin coste adicional.