跳到正文
热点事件持续更新

DEX方法让视觉基础模型泛化到鱼眼图像

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Rit Gangopadhyay、Alex Wong 等研究者在 arXiv 论文中提出可学习参数模块 Distortion Extenders(DEX),通过自监督对齐损失将鱼眼图像的潜在嵌入变换为类似透视图像的表示,以让视觉基础模型泛化到鱼眼相机图像。该方法建模鱼眼径向畸变系数及鱼眼与透视图像间的分布偏移。 据论文称,DEX 与架构和任务无关,作者在基于卷积和 Transformer 的架构上演示了单目深度估计和开放词汇分割两项任务,并公开了代码。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.AI
    DEX:让视觉基础模型从透视图像泛化到鱼眼深度估计与开放词汇分割

    arXiv 论文提出可学习参数模块 Distortion Extenders(DEX),用于让视觉基础模型泛化到鱼眼相机图像。DEX 通过自监督对齐损失将鱼眼图像的潜在嵌入变换为类似透视图像的表示,建模径向畸变系数及两种图像间的分布偏移。

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。