Gaussian Primitive Fusion:异分辨率多模态图像融合新方法
热点事件持续更新
Gaussian Primitive Fusion:异分辨率多模态图像融合新方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Baoshuo Cai 等人在 arXiv 发布论文,提出 Gaussian Primitive Fusion(GPF)方法,将异构分辨率多模态图像融合重构到共享连续高斯空间中,无需重采样即可直接拟合各模态的原生分辨率观测。 GPF 用共享高斯几何与模态特定内容表征学习各模态的贡献,融合结果按最细原生分辨率渲染,避免重采样造成的模糊和块状伪影。论文称在多个红外-可见光基准上,GPF 优于配备插值或超分辨率前端的最先进融合方法。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
Gaussian Primitive Fusion:面向任意分辨率多模态图像的高斯基元融合方法报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIGaussian Primitive Fusion:面向任意分辨率多模态图像的高斯基元融合方法
一项新研究提出高斯基元融合(GPF)方法,将异构分辨率多模态图像融合重构到共享连续高斯空间中,无需重采样即可直接拟合各模态原生分辨率观测。GPF 用共享高斯几何与模态特定内容表征学习模态贡献,融合结果按最细原生分辨率渲染,避免了重采样带来的模糊和块状伪影。在多个红外-可见光基准上,GPF 优于配备插值或超分辨率前端的最先进融合方法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。