Google（谷歌）

VidMap: Exploiting Temporal Structure for Video-Based Structure-from-Motion

VidMap：利用时序结构实现基于视频的运动恢复结构

Zador Pataki, Paul-Edouard Sarlin, Marc Pollefeys

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） ； Microsoft（微软） 纠错

AI总结 VidMap结合SLAM序列约束与SfM全局优化，利用宽基线匹配和深度先验，在多样挑战性数据集上，较最新SLAM和SfM更鲁棒准确，可实现任意长未标定视频的度量重建。

BayesAME: Bayesian Active Model Evaluation

BayesAME：贝叶斯主动模型评估

Paula Cordero Encinar, Taylan Cemgil, Arnaud Doucet, Virginia Aglietti, Silvia Chiappa

机构 * Imperial College London（帝国理工学院） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 BayesAME是一种序列贝叶斯框架，可自动确定核心集大小以高效评估大型生成模型，其性能优于现有方法，且证实非随机核心集选择及连续响应对数似然的优势。

Global monitoring of methane point sources using deep learning on hyperspectral radiance measurements from EMIT

利用EMIT的超光谱辐射测量通过深度学习实现甲烷点源的全球监测

Vishal V. Batchu, Michelangelo Conserva, Alex Wilson, Anna M. Michalak, Varun Gulshan, Philip G. Brodrick, Andrew K. Thorpe, Christopher V. Arsdale

机构 * Google Research（谷歌研究院） ； Carnegie Institution for Science（卡内基科学研究所） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室） 纠错

AI总结 本文提出MAPL-EMIT模型，通过整合光谱和空间信息，利用EMIT仪器的完整辐射光谱数据，实现对甲烷增强的高精度检测，提升全球甲烷点源监测的效率和准确性。

Comments 43 pages, 27 figures, 4 tables