CVPR2024论文解读大盘点

1.CVPR2024 | 多边形全能战士Monkey：华科大提出的高分辨率多模态视觉-语言大模型，刷新多个SOTA

2.CVPR 2024 | 零样本6D物体姿态估计框架SAM-6D，向具身智能更进一步

3.CVPR 2024｜多模态大模型解决无源域适应问题！DIFO：新颖的蒸馏多模态基础模型（DIFO）方法

4.CVPR 2024｜多视角深度估计新SOTA！AFNet：自动驾驶单视图和多视图深度的自适应融合

5.CVPR 2024 | 中科大&微软提出：迈向更统一的上下文视觉理解

6.CVPR'24 | 无需微调，超越SPAE！V2L-Tokenizer：图像描述/重建/去噪多项SOTA!

7.CVPR 2024｜进一步加速落地：压缩自动驾驶端到端运动规划模型

8.CVPR2024: MIGC + GLIGEN-GUI效果展示

9.CVPR 2024｜RetNet与ViT完美结合！超越SWin Transformer 5个点的RMT来啦

10.CVPR2024｜UniMODE：首篇统一户外+室内3D检测框架

11.CVPR 2024｜谷歌提出图像生成新工作！加入多模态指令，效果惊艳！

12.CVPR 2024｜远超LoFTR和DKM！特征匹配新范式！MESA：匹配一切！

13.CVPR 2024｜腾讯优图20篇论文入选！多模态大模型、医学影像、人脸和OCR等方向

14.CVPR2024｜你的DragGAN并不需要点跟踪！FreeDrag：无需点跟踪即可稳定拖动语义内容

15.CVPR 2024｜字节&南开提出CAMixerSR：2K/8K/轻量级/全景图像超分

16.CVPR'24 | 开环端到端自动驾驶中自车状态是你所需要的一切吗？

17.CVPR 2024｜无损加速扩散模型！DeepCache：无训练、无成本的AI神器开源

18.CVPR 2024｜上交大 & 上海AI lab提出StoryGen: 开放式视觉故事生成

19.CVPR 2024 满分论文！浙大&字节提出基于可变形3D高斯的单目动态重建新方法

20.CVPR2024｜面向语义感知真实图像超分，港理工张磊团队提出了SeeSR，已开源

21.CVPR 2024 | 首个将大模型（PVL）结合混合专家系统（MOE）用于多合一恶劣天气图像恢复

22.CVPR 2024｜只有1.3ms 延迟！清华最新开源移动端神经网络架构 RepViT

23.CVPR24 | UniRepLKNet, 大核CNN一统多种模态，ImageNet 88%，时序预测SOTA，极简高效！

24.CVPR'24 | Transformer变革3D建模！MeshGPT：3D网格生成炸裂工作！效果惊动专业建模师

25.CVPR 2024｜Dropout之后又一改善图像超分泛化性能的正则方案SimpleAlign，已开源！

26.CVPR 2024 | ReID也将迎来大一统？一个模型拿下多类主流ReID任务新SOTA，开启ReID新纪元

27.CVPR 2024 | 中科院提出Drive-WM：第一个用于自动驾驶的多视图世界模型

28.CVPR 2024｜MVBench多模态视频理解能力的全面评测

29.CVPR 2024｜低 FLOPs 网络也能在大规模预训练中尝到甜头！ParameterNet：0.6G即可精度超越SwinT

30.CVPR'24｜TransNeXt：昨日最强模型已不强，TransNeXt-Tiny在ImageNet上准确率刷到84.0%

31.CVPR 2024 | 中科院提出Drive-WM：第一个用于自动驾驶的多视图世界模型

32.CVPR 2024 满分论文！Meta提出EfficientSAM：快速分割一切！

33.CVPR'24｜最强Pose模型RTMO开源：基于YOLO架构再设计，9MB+9ms性能完爆YOLO-Pose

34.CVPR 2024｜迈向分割的大一统！OMG-Seg：一个模型搞定所有分割任务（南洋理工）

35.CVPR'24｜LiDAR Diffusion：当扩散模型从图像打入LiDAR场景！

36.CVPR 2024｜基于MoE的通用图像融合模型，添加2.8%参数完成多项任务

37.CVPR-2024｜SDD: 尺度解耦蒸馏

38.CVPR2024-扩散模型可解释性新探索，图像生成一致性创新高！AI视频生成新机遇？

39.CVPR 2024 中科院自动化所36篇入选！新主干/多模态/3D视觉/自动驾驶等全都有！

40.CVPR 2024 Highlight | AMED-Solver：快速扩散模型数值采样

41.CVPR 2024 | 跳舞时飞扬的裙摆，AI也能高度还原了，南洋理工提出动态人体渲染新范式

42.CVPR 2024｜字节提出新一代数据集COCONut，比COCO粒度分割更密集

43.Ai4Industury！工源三仟相关研究成果被计算机视觉国际顶会CVPR 2024录用

44.CVPR 2024｜OmniParser：统一图文解析模型：文字检测识别、视觉信息抽取和表格识别

45.CVPR’24｜中大哈佛等提出creative Leap-of-thought探究大模型幽默创新力

46.CVPR 2024 | 全新指代分割数据集！国科大提出UniRES：统一的对象级和部分级定位新方法

47.精度最高降幅60%！SOTA只是假象？CVPR2024 Highlight为你揭示CLIP和LLaVA-Next等模型“骗局”

48.CVPR 2024 高分论文！GenN2N：一种全新的生成式NeRF编辑框架

49.CVPR 2024 | 视觉新突破！首个无自然语言的纯视觉大模型！

50.CVPR 2024｜感知模型+生成模型=SOTA！清华最新提出协同框架DetDiffusion

51.CVPR 2024 Highlight｜Seg-NN: 不需要训练的网络反而可大幅提升 3D 小样本分割的性能

52.CVPR2024｜针对自动驾驶场景下单目深度估计模型的对抗攻击

53.CVPR 2024｜拖拽P图又双叒升级了！DragNoise实现更快更准的拖拽编辑

54.CVPR 2024｜PromptKD: 基于Prompt的视觉语言模型蒸馏

55.CVPR Oral 2024｜基于CLIP的全像素双核（DP）图像去模糊算法

56.CVPR 2024｜让模型关注你想要的任何属性！CPAL：弱监督语义分割新网络

57.CVPR'24｜FRESCO：高质量、连贯的Zero-shot视频转换新方案（北大&南洋理工）

58.CVPR 2024｜知识蒸馏中的Logit标准化：辅助logit-based KD算法稳定涨点

59.CVPR'24 | 无需微调，超越SPAE！V2L-Tokenizer：图像描述/重建/去噪多项SOTA!

60.CVPR'24｜DragGAN 作者新作 DiffMorpher：实现两张图像间的平滑变形

61.CVPR 2024｜让视频姿态Transformer变得飞速，北大提出高效三维人体姿态估计框架HoT

62.CVPR 2024 | CAMixerSR：2K/8K/轻量级/全景图像超分又快又强！（字节&南开）

63.CVPR'24｜DifFlow3D：场景流估计新SOTA，扩散模型又下一城！

64.CVPR 2024 | 北大&电子科大提出RCBEVDet：毫米波雷达-相机多模态的感知架构

65.CVPR 2024｜LORS：腾讯提出低秩残差结构，瘦身模型不掉点