TPAMI 2025 | 高斯导航：用于视觉导航的高斯溅射

最新推荐文章于 2025-05-26 11:54:25 发布
最新推荐文章于 2025-05-26 11:54:25 发布
阅读量14 收藏
点赞数
分类专栏： 论文解读 IEEE TPAMI 文章标签： 深度学习 顶刊论文 论文解读 IEEE TPAMI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/148129726
版权

论文信息

题目：GaussNav: Gaussian Splatting for Visual Navigation
高斯导航：用于视觉导航的高斯溅射
作者：Xiaohan Lei, Min Wang, Wengang Zhou, Houqiang Li
源码：https://github.com/XiaohanLei/GaussNav

论文创新点

  1. 提出全新框架：论文提出高斯溅射视觉导航框架（GaussNav），受3D视觉技术（神经辐射场NeRF和3D高斯溅射3DGS）启发，创新性地构建基于3D高斯溅射的语义高斯地图表示，融合几何、语义和实例感知特征，用于实例图像目标导航（IIN）任务，克服传统鸟瞰图（BEV）地图的局限性。
  2. 设计三步导航流程࿱
了解本专栏 订阅专栏 解锁全文
TPAMI 2025 | Z-Splat: 相机-声呐融合的Z轴高斯溅射
小白学视觉
03-23 88
可微分的3D高斯溅射（GS）在计算机视觉和图形学中作为一种重建3D场景的重要技术正在兴起。GS将场景表示为一组具有不同不透明度的高斯分布，并采用计算效率高的溅射操作以及解析导数来计算给定从不同视角拍摄的场景图像的3D高斯参数。然而，在许多现实世界的成像场景中，包括水下成像、建筑物内部的房间以及自主导航，捕捉环绕视图（360∘360^\circ360∘视角）的图像是不可能或不切实际的。在这些受限基线的成像场景中，GS算法会遇到一个众所周知的“缺失锥”问题，导致沿深度轴的重建效果较差。
TPAMI 2025 | Laser：神经辐射场中高效的语言引导分割方法
小白学视觉
04-14 402
在这项工作中，作者提出了一种利用CLIP特征蒸馏的方法，通过语言引导实现高效的3D分割。与以往依赖多尺度CLIP特征且受处理速度和存储需求限制的方法不同，作者的方法旨在通过直接有效地蒸馏密集CLIP特征来简化工作流程，从而使用文本对3D场景进行精确分割。为实现这一目标，作者引入了一个适配器模块，并通过自交叉训练策略减轻了密集CLIP特征蒸馏过程中的噪声问题。此外，为提高分割边缘的准确性，作者提出了一种低秩瞬态查询注意力机制。
TPAMI 2024 | Z-Splat: 相机-声呐融合的Z轴高斯溅射
小白学视觉
02-23 53
可微分的3D高斯溅射（GS）在计算机视觉和图形学中作为一种重建3D场景的重要技术正在兴起。GS将场景表示为一组具有不同不透明度的高斯分布，并采用计算效率高的溅射操作以及解析导数来计算给定从不同视角拍摄的场景图像的3D高斯参数。然而，在许多现实世界的成像场景中，包括水下成像、建筑物内部的房间以及自主导航，捕捉环绕视图（360∘360^\circ360∘视角）的图像是不可能或不切实际的。在这些受限基线的成像场景中，GS算法会遇到一个众所周知的“缺失锥”问题，导致沿深度轴的重建效果较差。
TPAMI 2024 | 从 NeRFLiX 到 NeRFLiX++: 一种通用的 NeRF-无关恢复范式
小白学视觉
06-04 188
神经辐射场（NeRF）在新视图合成方面表现出了巨大的成功。然而，由于潜在的校准信息不完善和场景表示不准确，现有的基于 NeRF 的方法在从现实世界场景中恢复高质量细节方面仍然面临挑战。即使使用高质量的训练帧，NeRF 模型生成的合成新视图仍然存在明显的渲染伪影，如噪声和模糊。为了解决这个问题，我们提出了 NeRFLiX，一种学习降解驱动的视点间混合器的通用 NeRF-无关恢复范式。
北京大学提出GS-Hider：三维高斯溅射隐写术
阿木寺的博客
06-19 593
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【Mamba/多模态/扩散】交流群添加微信：CVer5555，小助手会拉你进群！扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！图1：应用场景。3DGS训练者（Alice）需要原始场景与待隐藏场景的训练视图来训练我们...
北京大学 | 三维高斯溅射隐写术
我爱计算机视觉
06-14 326
关注公众号，发现CV技术之美本篇分享论文GS-Hider: Hiding Messages into 3D Gaussian Splatting，三维高斯溅射隐写术。详细信息如下：论文信息：Xuanyu Zhang, Jiarui Meng, Runyi Li, Zhipei Xu, Yongbing Zhang, Jian Zhang*. GS-Hider: Hiding Messages in...
【Reading Notes】Favorite Articles from 2024
bryant_meng
01-17 2338
联手国内最知名的9名影视工作者：李少红（《大明宫词》）、贾樟柯（《三峡好人》）、叶锦添（《英雄本色》）、薛晓路（《不要和陌生人说话》）、俞白眉（《战狼2》）、董润年（《年会不能停！报告显示，在2023年的车载激光雷达市场，中国厂商依然是领跑全球，禾赛科技、速腾聚创、图达通、华为以及览沃等中国激光雷达供应商，合力拿下了全球84%的市场份额。Cruise的退出，反倒更好的证明，L4从技术体系、落地场景、商业模式、运营管理等等，都是和L2+完全泾渭分明的另一桩生意。英特尔第十一代「酷睿家族」终于登场了！
Python----循环神经网络（LSTM：长短期记忆网络）
weixin_64110589的博客
05-23 950
RNN在处理长序列时存在长期依赖问题，即随着序列增长，模型难以记住较早时刻的信息，导致梯度消失或爆炸。为解决这一问题，LSTM（长短期记忆网络）被提出，它通过引入门控机制（输入门、遗忘门、输出门）来选择性保留或丢弃信息，从而更好地捕捉长期依赖关系。LSTM的输入门决定新信息的保留程度，遗忘门控制旧信息的遗忘程度，细胞状态则通过选择性更新来存储记忆。虽然LSTM不能完全避免梯度消失或爆炸，但它通过门控机制显著改善了这一问题，使其在处理长序列时表现更优。
CNN手写数字识别/全套源码+注释可直接运行
2401_87092242的博客
05-21 830
可直接运行的cnn识别手写数字项目
深度学习之-目标检测算法汇总(超全面)
一个不怎么正经的算法工程师的博客~不定期更新一些我所覆盖领域的干货~~~包你满意噢~~
05-22 1684
概括了目前YOLO目标检测模型从YOLOv1到YOLOv12的演进，并介绍了多种改进方法。这些改进包括引入注意力机制、多尺度特征融合、模型轻量化、与其他新技术结合（如Mamba模型、扩散模型等），以及优化损失函数和训练策略。文章还探讨了YOLO在农业、医疗、交通等领域的应用，并展示了其在复杂场景中的检测性能提升。此外，文章介绍了基于Transformer和MLP的目标检测改进方法，以及如何将大模型（如SAM）应用于目标检测任务。这些改进不仅提高了检测精度，还增强了模型的实时性和适应性。
学习深度学习是否要先学习机器学习？
2501_91695603的博客
05-17 1697
不管你后面是不是真的想要从事机器学习或者深度学习这方面，我都希望你能有时间去学习的时候，多多的了解一下 AI 技术 ，还是那句话，时间紧的情况下，怎么快速的为目标服务是最重要的，先学对自己有用自己需要的内容。就比如我给计算机一些动物的图片，然后告诉计算机哪个是老虎，哪个是狮子，计算机根据我给出的“图片和答案的特征”去学习“老虎为什么是老虎，狮子为什么是狮子”。这三部分看着挺唬人，其实只需要学习需要的内容，如果你的时间稍微宽裕一点，可以花一个半月左右的时间，如果时间紧，那就压在一个月以内一鼓作气的搞定。
深度学习中的卷积和反卷积
最新发布
qq_32205577的博客
05-26 965
f∗gn∑k−∞∞fkgn−kf∗gnk−∞∑∞​fkgn−k翻转平移：卷积核先水平/垂直翻转再进行滑动计算积分变换本质：表征函数f与g重叠部分的乘积积分滑动平均推广：当g为区间指示函数时，卷积即滑动平均数学理论深化：从离散卷积到群上卷积的泛化硬件协同优化：TensorCore对3×3卷积的特殊加速跨领域融合：在药物动力学IVIVC模型中的应用创新“卷积是特征提取的基石，反卷积是想象力的翅膀” —— 计算机视觉领域谚语。
生成模型——PixelRNN与PixelCNN
大摆王的博客
05-24 1067
PixelRNN 是一种基于循环神经网络（RNN）的像素级生成模型，通过逐个像素地生成图像来构建完整的图像，其核心思想是将图像中的像素视为序列，并利用 RNN 的能力来捕捉像素之间的依赖关系。PixelCNN 是一种基于卷积神经网络（CNN）的像素级生成模型，它使用掩码卷积来捕捉像素之间的依赖关系。
计算机视觉与深度学习 ｜ Python实现CEEMDAN-ABC-VMD-DBO-CNN-LSTM时间序列预测（完整源码和数据)
尘世冰封的专栏
05-21 557
以下是一个结合CEEMDAN、ABC优化VMD、DBO优化CNN-LSTM的完整时间序列预测实现方案。该方案包含完整的数据生成、算法实现和模型构建代码。
卷积神经网络基础（十一）
qq_52889317的博客
05-22 1086
本文探讨了神经网络中权重初始值的重要性及其设定方法。首先，文章指出权重初始值不能设为0，因为这会导致权重更新对称，影响网络学习效果。接着，通过实验观察隐藏层激活值的分布，发现使用标准差为1的高斯分布会导致梯度消失问题，而标准差为0.01则可能导致表现力受限。最后，文章推荐使用Xavier初始值，即根据前一层节点数调整权重尺度，以保持激活值的广度分布，从而提高学习效率和表现力。
【人工智障生成日记1】从零开始训练本地小语言模型
weixin_39280437的博客
05-22 1142
本文详细介绍了从零开始训练本地小语言模型MiniGPT的过程，使用TinyStories数据集，并在NVIDIA RTX 4090Ti上完全本地运行。项目包括数据加载、模型构建、训练与推理逻辑的实现，并阶段性掌握了LLM微调与部署的关键技能。开发环境配置为Windows 10、Python 3.10和CUDA 12.1。项目结构清晰，技术路线明确，包括数据加载、模型构建、训练和推理逻辑的实现。训练过程中遇到了一些问题，如模型输出重复、模型容量不足等，并提出了相应的优化方案。最后，总结了今日工作并规划了明日计
31-35【动手学深度学习】深度学习硬件
weixin_59251911的博客
05-21 769
本文主要讨论深度学习的硬件基础知识
Python----循环神经网络（Word2Vec的优化）
weixin_64110589的博客
05-22 858
负采样是一种用于优化词向量训练的技术，主要应用于CBOW和Skip-gram模型。其核心思想是通过随机采样少量负样本（中心词与非上下文词组成的词对），将原始的多分类问题转化为二分类问题，模型通过区分正样本和负样本来更新词向量。负采样策略通常基于词频，高频词更可能被选为负样本，并通过词频的3/4次方进行平滑处理。负采样的优势在于显著降低了计算复杂度，从O(V)降至O(K+1)，提升了训练速度，同时增强了词向量的语义区分能力，避免了梯度稀疏性问题。
深度学习学习笔记
dabai521的博客
05-22 477
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值