Federico Tombari

ProTextは、テキストだけのデータを使って視覚と言語のモデルを強化し、タスクの処理をより良くするんだ。

この方法は、テキストと2Dボックスを使って3D環境にオブジェクトを追加するのを簡単にするよ。

FocusCLIPはヒートマップとテキスト説明を使って人間の行動認識を向上させるんだ。

KP-REDは、キー点を使って3Dモデリングの精度と効率を向上させるよ。

この方法は、高品質な画像生成のために異なるLoRAモデルをブレンドするのを簡単にするよ。

EchoSceneは、革新的な方法とユーザーインタラクションを通じて、屋内の3Dシーン作成を強化します。

高度な動画理解モデルの能力と課題を評価する。

新しいアプローチでRGB画像を使ったマッピングとトラッキングが強化されるよ。

MiDiffusionは、間取り図やオブジェクトの属性を使って屋内シーンの作成を改善するよ。

Stylebreederは、ユーザーがテキストプロンプトを使ってアートを生成したり、パーソナライズしたりできるようにしてるよ。

新しい拡散ベースのアプローチが、いくつかのコンピュータービジョンタスクを効果的に解決する。

VQAモデルは高度な技術があっても、プライベートな情報を漏らす可能性があるんだ。

新しい方法が3Dポイントクラウドの明瞭さと正確さを向上させる。

新しいアプローチが不完全な3D形状を埋めるプロセスを強化します。

G2SDFは3D画像の鮮明さを素早く効率的に向上させるよ。

SmileSplatがいくつかの写真だけで3D画像を作る方法を学ぼう。

テキストコマンドで静的な3Dモデルを生き生きとしたアニメーションに変えよう。

ESCAPEが3Dコンピュータビジョンにおける形状補完をどのように革新しているかを学ぼう。

新しい方法でさまざまなテーマからユニークな画像が作られる仕組みを学ぼう。

SuperGSegは、先進的なセグメンテーション技術を使って複雑な3Dシーンを明快にするよ。

新しい方法で、たくさんの例なしに画像編集が簡単になるよ。