Enhancing Local Feature Learning for 3D Point Cloud Processing using Unary-Pairwise Attention
Tokyo Institute of Technology(东京工业大学);Dalian University of Technology(大连理工大学)
我们提出了一个简单而有效的注意力命名为一元成对注意力(UPA)的三维点云之间的关系建模。我们的想法是出于分析,标准的自我注意力(SA),在全球范围内运作,往往会产生几乎相同的注意力地图不同的查询位置,揭示学习查询独立和查询相关的信息共同的困难。因此,我们重新制定的SA,并提出查询独立(一元)和查询依赖(成对)组件,以促进学习这两个术语。与SA相比,UPA通过本地操作来确保查询依赖性。大量的实验表明,UPA优于SA一致的各种点云理解任务,包括形状分类,部分分割,场景分割。此外,简单地为流行的PointNet++方法配备UPA甚至优于或等同于最先进的基于注意力的方法。此外,当UPA作为一个组合模块集成到标准网络和现代网络中时,它可以系统地提高网络的性能。
2022-03-17 cs.CV
PCLD: Point Cloud Layerwise Diffusion for Adversarial Purification
Istanbul Technical University(伊斯坦布尔理工大学)
针对三维点云对抗防御研究不足的问题,本文提出 PCLD,通过在每一层后进行扩散去噪来渐进净化点云,并在多种模型和攻击上取得相当或优于现有方法的鲁棒性。
2024-03-11 cs.CV
PillarGen: Enhancing Radar Point Cloud Density and Quality via Pillar-based Point Generation Network
Hanyang University(汉阳大学);HL Klemove;Seoul National University(首尔大学)
本研究提出PillarGen点生成网络,通过柱体编码、占用柱体预测、柱体到点生成三步实现点云域转换,以长程雷达为监督增强短程雷达点云密度质量,性能优于传统上采样方法,还能提升鸟瞰图目标检测精度。
2024-03-08 cs.CV
Diffusion-Occ: 3D Point Cloud Completion via Occupancy Diffusion
提出 Diffusion-Occ 两阶段占用扩散框架,结合 CDNet、OccGen 与 PVF 实现由粗到细的三维点云补全,并支持高效一步采样。
2024-09-09 cs.CV
CloudFixer: Test-Time Adaptation for 3D Point Clouds via Diffusion-Guided Geometric Transformation
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院);Samsung Advanced Institute of Technology (SAIT)(三星先进技术研究院);AITRICS
针对3D点云传感器噪声导致预训练模型性能下降的问题,提出基于预训练扩散模型的测试时自适应方法CloudFixer,通过优化几何变换参数提升计算效率,并采用在线模型自适应策略,在处理常见损坏和分布偏移上表现优异。
2024-07-23 cs.CV
Multiway Point Cloud Mosaicking with Diffusion and Global Optimization
ETH Zurich(苏黎世联邦理工学院);Stanford University(斯坦福大学);Microsoft Mixed Reality & AI Lab(微软混合现实与人工智能实验室)
本文提出Wednesday多路点云拼接框架,以ODIN扩散去噪配准、位姿图优化和全局联合优化实现高精度多视角点云对齐,在多个大规模基准上大幅领先现有方法。
2024-03-30 cs.CV
Multi-Kernel Diffusion CNNs for Graph-Based Learning on Point Clouds
University of Lübeck(吕贝克大学);Dräger(德尔格)
图卷积网络是一种处理非规则域数据的新的有前途的学习方法。它们注定要克服传统的基于网格的架构的某些限制,并将使点云或相关的图形数据表示,例如超像素图的有效处理。在3D点云上学习特征提取器和分类器仍然是一个欠发达的领域,并且对等图拓扑结构有潜在的限制。在这项工作中,我们推导出一种新的架构设计,它结合了旋转和拓扑不变的图扩散算子和通过1x 1卷积进行的节点特征学习。通过结合基于Laplace-Beltrami算子的多个各向同性扩散操作,我们可以学习扩散核的最佳线性组合,以在不规则图上的节点之间进行有效的特征传播。我们验证了我们的方法,用于学习点描述符以及对人类姿势的真实3D点云进行语义分类,并证明了我们的多核方法在Dice重叠中从85%提高到95%。
2018-09-14 cs.CV
Enhancing Novel View Synthesis via Geometry Grounded Set Diffusion
Qualcomm AI Research(高通人工智能研究)
本文提出SetDiff框架,结合3D先验、坐标映射和姿态感知的Plucker射线嵌入,提升多视角扩散模型在处理可变参考和目标视角时的鲁棒性和视觉保真度。
2026-03-13 cs.CV
ComPC: Completing a 3D Point Cloud with 2D Diffusion Priors
School of Computing, National University of Singapore(新加坡国立大学计算机学院)
提出ComPC,一种无需训练的测试时框架,利用二维扩散先验和高斯泼溅技术,完成跨未见类别的部分点云,实验优于现有方法。
2025-01-24 cs.CV
CloudDiffusion: Diffusion-Based Scene Completion in the Point Cloud Domain
Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology(斯科尔科沃科学技术学院智能空间机器人实验室)
提出多令牌高斯VAE和锚点ICP地面真值精化,实现单步扩散场景补全,在SemanticKITTI上平方倒角距离降低16倍,推理延迟降低25-143倍。
2026-08-10 cs.CV
DiffPMAE: Diffusion Masked Autoencoders for Point Cloud Reconstruction
The University of Sydney(悉尼大学);University of New South Wales(新南威尔士大学)
针对点云流传输的高带宽与存储压力及现有重建方法保真度不足的问题,提出结合掩码自编码与扩散模型的DiffPMAE架构,可扩展至多下游任务,在两个大规模数据集上性能超越现有最优方法。
2024-08-15 cs.CV
Enhancing Diffusion-based Point Cloud Generation with Smoothness Constraint
Tufts University(塔夫茨大学)
针对扩散点云生成中反向过程忽略几何特性导致表面点不光滑的问题,本文在扩散框架中引入局部平滑性约束,实验表明其可生成更逼真、平滑的点云并优于多种现有方法。
2024-04-03 cs.CV cs.GR cs.LG
CSI: Enhancing the Robustness of 3D Point Cloud Recognition against Corruption
Peking University(北京大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校);University of Michigan(密歇根大学)
针对点云识别模型在数据损坏下泛化性不足的问题,提出结合密度感知采样与自熵最小化的关键子集识别方法CSI,显著提升了损坏基准上的识别鲁棒性。
2023-10-05 cs.CV
Window Normalization: Enhancing Point Cloud Understanding by Unifying Inconsistent Point Densities
Northeastern University(东北大学);Beijing Eyecool Technology Co., Ltd.(北京眼神科技有限公司)
降采样和特征提取是三维点云理解的重要步骤。现有的方法受到点云中不同部分的点密度不一致的限制。在这项工作中,我们分析了下采样阶段的局限性,并提出了预抽象组的窗口归一化模块。特别地,利用窗口归一化方法来统一不同部分中的点密度。此外,提出了分组策略,以获得多类型的功能,包括纹理和空间信息。我们还提出了预抽象模块来平衡局部和全局特征。大量的实验表明,我们的模块执行更好的几个任务。在S3 DIS(Area 5)的分割任务中,该模块在小目标识别上表现更好,且结果具有更精确的边界。对沙发和柱子的识别率分别从69.2%提高到84.4%和42.7%提高到48.7%。基准从71.7%/77.6%/91.9%(mIoU/mAcc/OA)提高到72.2%/78.2%/91.4%。在S3 DIS上进行6重交叉验证的准确率分别为77.6%/85.8%/91.7%。它在mIoU上的表现比最好的型号PointNeXt-XL(74.9%/83.0%/90.3%)高出2.7%,达到了最先进的性能。代码和模型可在https://github.com/DBDXSS/Window-Normalization.git上获得。
2022-12-05 cs.CV
FrePolad: Frequency-Rectified Point Latent Diffusion for Point Cloud Generation
University of Cambridge(剑桥大学)
本研究提出FrePolad点云生成流水线,结合VAE与潜空间DDPM,通过球谐函数频率校正等方法,在生成质量、多样性、点云基数灵活性及计算效率上实现SOTA性能。
2024-07-12 cs.CV
Unified Geometry and Color Compression Framework for Point Clouds via Generative Diffusion Priors
National University of Singapore(新加坡国立大学)
针对现有点云压缩方法几何与颜色分离处理、泛化性不足的问题,提出基于预训练扩散模型与提示调优的测试时统一压缩框架,将点云压缩为稀疏种子点再通过去噪解压缩,性能优于现有基线。
2025-03-23 cs.CV
P2P-Bridge: Diffusion Bridges for 3D Point Cloud Denoising
ETH Zurich(苏黎世联邦理工学院);Google(谷歌公司);Microsoft(微软公司);TU Munich(慕尼黑工业大学)
本文提出P2P-Bridge框架,将扩散薛定谔桥适配到点云去噪,通过学习成对点云间的最优传输方案,在多个数据集上显著优于现有方法,并证明融入颜色或DINOv2特征可进一步提升性能。
2024-08-29 cs.CV
Ada3Diff: Defending against 3D Adversarial Point Clouds via Adaptive Diffusion
University of Science and Technology of China(中国科学技术大学);Simon Fraser University(西蒙弗雷泽大学);Nanyang Technological University(南洋理工大学)
本文提出Ada3Diff防御框架,结合失真估计器与扩散模型,通过失真感知扩散和反向去噪恢复对抗点云,从而提升3D识别模型对自适应攻击的鲁棒性。
2023-09-22 cs.CV
Quartet of Diffusions: Structure-Aware Point Cloud Generation through Part and Symmetry Guidance
四重扩散通过部件和对称性指导,实现了结构感知的点云生成,首次在生成过程中整合并强制执行对称性和部件先验。
2026-01-28 cs.CV
4D-RaDiff: Latent Point Diffusion for 4D Radar Point Cloud Generation
Delft University of Technology(代尔夫特理工大学);Perciv AI
4D-RaDiff通过潜在扩散生成4D雷达点云,提升目标检测性能并减少标注数据需求
2026-09-14 cs.CV
Physics-Aware Diffusion for LiDAR Point Cloud Densification
University of Ottawa(渥太华大学)
本文提出Scanline-Consistent Range-Aware Diffusion模型,通过概率细化提升激光雷达点云密集度,以156ms实现高保真结果,采用Ray-Consistency损失和Negative Ray增强技术抑制物理幻觉,提升3D检测性能。
2026-03-23 cs.CV
On Enhancing Ground Surface Detection from Sparse Lidar Point Cloud
TrunkTech
点云数据中的地面检测是自动驾驶系统中的一个关键模块。不同于以往的方法,主要是开发高光束分辨率的激光雷达,如Velodyne HDL-64,本文提出的地面检测技术适用于更稀疏的点云捕获的激光雷达与低光束分辨率,如Velodyne VLP-16。该方法基于平面拟合的RANSAC方案。平面假设的内点验证是通过利用逐点切线来增强的,逐点切线是可用于计算的局部特征,而不管激光雷达光束的密度如何。不完全平坦的地面由多个(具体地,在我们的实现中为4个)不相交的平面区域拟合。通过假设这些平面区域是矩形的,并利用积分图像技术,我们的方法近似地找到了最佳的区域划分和平面假设下的RANSAC计划与实时计算复杂性。
2021-05-25 cs.CV cs.RO
Enhancing Sampling Protocol for Point Cloud Classification Against Corruptions
School of Computing and Artificial Intelligence, Southwest Jiaotong University(西南交通大学计算机与人工智能学院);College of Computing, City University of Hong Kong(香港城市大学计算机学院);SWJTU-Leeds Joint School, Southwest Jiaotong University(西南交通大学-利兹学院)
针对3D点云采样协议在噪声下鲁棒性差的问题,提出架构无关的增强采样协议PointSP,通过关键点重加权、局部-全局平衡下采样和切平面插值提升抗损坏能力,在多个基准上显著提高分类准确性与鲁棒性。
2025-02-03 cs.AI cs.CV
Enhancing Human-Robot Collaboration: A Sim2Real Domain Adaptation Algorithm for Point Cloud Segmentation in Industrial Environments
University of Zurich(苏黎世大学);Italian Institute of Technology (IIT)(意大利理工学院);Zurich University of Applied Sciences(苏黎世应用科学大学)
针对工业人机协作场景下真实标注点云数据不足的问题,提出结合DGCNN与带残差层CNN的双流FUSION网络作为Sim2Real域适应算法,实现97.76%的分割准确率,性能与鲁棒性均优于现有方法。
2025-06-11 cs.CV cs.RO
PCRDiffusion: Diffusion Probabilistic Models for Point Cloud Registration
Xidian University(西安电子科技大学)
本文提出PCRDiffusion框架,将点云配准建模为变换去噪扩散过程,并通过闭式变分界训练,在无对应和基于对应场景中均取得超过50%的性能提升。
2023-12-11 cs.AI cs.CV
Guiding Diffusion-Based Articulated Object Generation by Partial Point Cloud Alignment and Physical Plausibility Constraints
University of Augsburg(奥格斯堡大学)
该研究提出基于扩散模型的PhysNAP方法,通过部分点云对齐、物理合理性约束及类别感知机制生成铰接物体,在PartNet-Mobility数据集上验证了其可提升约束一致性并平衡生成能力。
2025-08-01 cs.CV cs.LG
Enhancing Tree Species Classification: Insights from YOLOv8 and Explainable AI Applied to TLS Point Cloud Projections
本文通过YOLOv8和可解释AI分析TLS点云投影,提升树种分类的可解释性与判别性能。
2026-03-11 cs.AI cs.CV
Any3D-VLA: Enhancing VLA Robustness via Diverse Point Clouds
School of Computing and Data Science, The University of Hong Kong, Hong Kong SAR, China(计算与数据科学学院,香港大学,香港特别行政区,中国);School of Computing(计算学院);Peking University, Beijing, China(北京大学,北京,中国)
本文提出Any3D-VLA,通过整合点云与2D表示,提升VLA在复杂场景中的鲁棒性,解决3D数据稀缺和领域差距问题。
2026-05-14 cs.CV cs.RO
Diffusion-Based Point Cloud Super-Resolution for mmWave Radar Data
College of Intelligence Science and Technology, National University of Defense Technology(国防科技大学智能科学学院);Tsinghua University(清华大学);ORCA-TECH(orca科技)
针对毫米波雷达点云稀疏且伪影点多的问题,提出Radar-diffusion扩散模型,在LiDAR监督下实现3D雷达点云超分辨率,并验证其优于基线且可用于下游配准。
2024-04-09 cs.CV cs.RO
Few-shot point cloud reconstruction and denoising via learned Guassian splats renderings and fine-tuned diffusion features
提出一种利用从图像模型蒸馏的先验知识进行少样本点云重建与去噪的方法,通过语义一致性监督正则化可微渲染器并微调Stable Diffusion,在多个数据集上实现了更高质量的3D重建。
2024-04-24 cs.CG cs.CV
Enhancing Performance of Point Cloud Completion Networks with Consistency Loss
KAIST(韩国科学技术院)
针对点云补全中一对多映射导致的优化干扰问题,提出补全一致性损失,在不改网络结构、不影响推理速度的前提下提升现有网络补全精度,在MVP数据集上达到SOTA。
2025-01-14 cs.AI cs.CV
PCDreamer: Point Cloud Completion Through Multi-view Diffusion Priors
Shandong University(山东大学);University of Edinburgh(爱丁堡大学)
PCDreamer利用多视图扩散先验生成新视图,结合形状融合与整合模块,实现高质量点云补全,尤其擅长恢复细节。
2025-03-25 cs.CV cs.GR
DiffPoint: Single and Multi-view Point Cloud Reconstruction with ViT Based Diffusion Model
Fudan University(复旦大学);Alibaba Group(阿里巴巴集团)
提出 DiffPoint 架构,结合 ViT 与扩散模型,通过将含噪点云划分为不规则块并作为 token 处理,在单视图和多视图点云重建任务上取得最先进结果,并引入灵活特征融合模块,验证了统一架构改进 3D 重建的可行性。
2024-02-17 cs.AI cs.CV
Guided and Unguided Conditional Diffusion Mechanisms for Structured and Semantically-Aware 3D Point Cloud Generation
Department of Computer Science;Engineering, University of Nevada, Reno, USA
本文提出一种将逐点语义条件直接嵌入扩散过程的框架,实现三维点云几何与语义的联合生成,并通过对比有引导与无引导扩散机制验证了条件变量对生成质量的显著提升。
2025-09-21 cs.AI cs.CV cs.LG
A Conditional Point Diffusion-Refinement Paradigm for 3D Point Cloud Completion
The Chinese University of Hong Kong(香港中文大学);Shanghai AI Laboratory(上海人工智能实验室);Nanyang Technological University(南洋理工大学);University of California, San Diego(加利福尼亚大学圣迭戈分校)
三维点云是获取真实世界三维物体的重要三维表示方法。然而,真实扫描的3D点云通常是不完整的,并且重要的是恢复完整的点云以用于下游应用。大多数现有的点云完成方法使用倒角距离(CD)损失进行训练。CD损失通过搜索最近的邻居来估计两个点云之间的对应关系,这不会捕获所生成的形状上的整体点密度分布,因此可能导致不均匀的点云生成。为了解决这个问题,我们提出了一种新的点扩散细化(PDR)的点云完成范例。PDR由条件生成网络(CGNet)和细化网络(RFNet)组成。CGNet使用称为去噪扩散概率模型(DDPM)的条件生成模型来生成以部分观测为条件的粗略完成。DDPM在生成的点云和统一地面真值之间建立一对一的逐点映射,然后优化均方误差损失以实现统一生成。RFNet细化了CGNet的粗略输出,并进一步提高了完整点云的质量。此外,我们开发了一种新的双路径架构的网络。该架构可以(1)有效地和高效地从部分观察到的点云中提取多级特征以指导完成,以及(2)准确地操纵3D点的空间位置以获得平滑的表面和锐利的细节。在各种基准数据集上的大量实验结果表明,我们的PDR范例优于以前的最先进的点云完成方法。值得注意的是,在RFNet的帮助下,我们可以将DDPM的迭代生成过程加速高达50倍,而不会有太大的性能下降。
2022-03-21 cs.AI cs.CV
PointLLM-R: Enhancing 3D Point Cloud Reasoning via Chain-of-Thought
Visual Computing Research Center (VCC), College of Computer Science(视觉计算研究中心(VCC),计算机科学学院);Software Engineering (CSSE) Shenzhen University China(软件工程(CSSE)深圳大学中国);VCC, CSSE Shenzhen University China(VCC,CSSE 深圳大学中国);Shenzhen University(深圳大学)
本文提出了一种数据驱动的框架,用于构建大规模链式推理监督,以改进3D点云理解。通过两阶段流程优化点文本指令数据,并合成高质量推理路径,构建了包含55K样本的PoCoTI数据集,训练PointLLM-R实现3D多模态语言模型的推理能力,实验表明其在生成3D分类和描述任务中达到最先进的性能。
2026-05-21 cs.CV cs.GR cs.LG
Fast Training of Diffusion Transformer with Extreme Masking for 3D Point Clouds Generation
MBZUAI(穆罕默德·本·扎耶德人工智能大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室);TUM(慕尼黑工业大学)
针对高分辨率3D体素扩散模型训练成本过高的问题,提出FastDiT-3D,通过体素感知掩码策略和MoE机制,在近99%掩码率下实现SOTA生成效果,训练成本仅为原方法的6.5%。
2023-12-12 cs.AI cs.CV cs.LG
Mamba3D: Enhancing Local Features for 3D Point Cloud Analysis via State Space Model
Huazhong University of Science and Technology(华中科技大学)
本文提出Mamba3D,通过局部范数池化块和双向状态空间模型增强点云局部与全局特征提取,以线性复杂度在多个点云任务上取得领先性能。
2024-09-02 cs.AI cs.CV cs.LG
PointDP: Diffusion-driven Purification against Adversarial Attacks on 3D Point Cloud Recognition
University of Michigan(密歇根大学);NVIDIA(英伟达);ASU(亚利桑那州立大学)
3D点云正在成为自动驾驶、机器人和医学成像等许多现实应用中的关键数据表示。尽管深度学习的成功进一步加速了3D点云在物理世界中的应用,但深度学习因其对对抗攻击的脆弱性而臭名昭著。在这项工作中,我们首先确定了最先进的经验防御,对抗训练,由于梯度混淆,在应用于3D点云模型时存在重大限制。我们进一步提出了PointDP,一种利用扩散模型来防御3D对抗攻击的净化策略。我们在六个有代表性的3D点云架构上广泛评估了PointDP,并利用10多个强大的自适应攻击来证明其下限鲁棒性。我们的评估表明,PointDP实现了显着更好的鲁棒性比国家的最先进的净化方法在强大的攻击。在不久的将来,将包括随机平滑与PointDP相结合的认证防御的结果。
2022-08-21 cs.CR cs.CV cs.LG
Enhancing context models for point cloud geometry compression with context feature residuals and multi-loss
针对点云几何压缩中上下文模型的上下文差异不显著、交叉熵损失不准确的问题,提出引入上下文特征残差与多层感知机多损失的通用增强结构,在多个点云数据集上提升了两类现有模型的压缩性能。
2024-07-11 cs.CV cs.MM eess.IV
Enhancing octree-based context models for point cloud geometry compression with attention-based child node number prediction
针对点云几何压缩中八叉树上下文模型交叉熵损失无法准确衡量分布差异的问题,提出基于注意力的子节点数预测模块,通过预测占用子节点数并映射为8维向量辅助概率预测,提升了编码效率。
2024-07-11 cs.CV cs.MM eess.IV
Multi-hypotheses Conditioned Point Cloud Diffusion for 3D Human Reconstruction from Occluded Images
KAIST(韩国科学技术院)
针对遮挡下单张RGB图像三维人体重建的参数模型对齐差、遮挡修复难问题,提出多假设条件点云扩散方法MHCDIFF,通过聚合多假设SMPL(-X)特征引导扩散,在多数据集上超越现有SOTA方法。
2024-10-29 cs.AI cs.CV cs.LG
Enhancing 3D Point Cloud Classification with ModelNet-R and Point-SkipNet
Sirjan University of Technology(锡尔贾恩技术大学);Clemson University(克莱姆森大学)
针对ModelNet40数据集存在的标注不一致等缺陷,研究提出改进基准数据集ModelNet-R和轻量级图神经网络Point-SkipNet,在降低计算开销的同时显著提升3D点云分类性能,凸显数据集质量的重要作用。
2025-09-05 cs.AI cs.CV cs.LG
Diff-PCC: Diffusion-based Neural Compression for 3D Point Clouds
College of Artificial Intelligence(人工智能学院);Nanjing University of Aeronautics and Astronautics(南京航空航天大学)
本文提出Diff-PCC,首个基于扩散模型的点云压缩方法,通过双空间潜在表示和扩散生成解码器,在超低比特率下实现最先进的压缩性能与优越主观质量。
2024-08-20 cs.AI cs.CV eess.IV
RaGNNarok: A Light-Weight Graph Neural Network for Enhancing Radar Point Clouds on Unmanned Ground Vehicles
Department of Electrical and Computer Engineering, Duke University(电气与计算机工程系,杜克大学)
针对低成本室内移动机器人中毫米波雷达点云稀疏、噪声和误检测问题,本文提出轻量级图神经网络框架RaGNNarok,在Raspberry Pi 5上仅需7.3毫秒推理时间即可实时增强雷达点云,并在定位、SLAM和自主导航任务中验证了其可靠性和泛化能力。
2025-07-01 cs.AR cs.CV cs.LG
Adaptive-Labeling for Enhancing Remote Sensing Cloud Understanding
NMIMS University(NMIMS大学);University of Surrey(萨里大学);City University of Hong Kong(香港城市大学);Brunel University London(伦敦布鲁内尔大学)
针对遥感云分割训练数据标注误差大、现有方法依赖可靠标注导致性能受限的问题,提出模型无关的迭代式CAL自适应标记方法,通过可训练像素阈值动态生成标签微调模型,在多个基准上显著提升现有模型性能并达到SOTA。
2023-11-09 cs.CV
Multimodal Diffusion Bridge with Attention-Based SAR Fusion for Satellite Image Cloud Removal
Washington University in St. Louis(圣路易斯华盛顿大学);Mitsubishi Electric Research Laboratories (MERL)(三菱电机研究实验室)
提出扩散桥去云方法DB-CR,通过双分支多模态架构与跨模态融合块有效融合SAR与光学图像,在SEN12MS-CR数据集上实现高保真且计算高效的去云。
2025-04-04 cs.CV
Enhancing Creative Generation on Stable Diffusion-based Models
KAIST AI(韩国科学技术院人工智能学院);NAVER AI Lab(NAVER人工智能实验室);INEEJI
本文提出免训练方法C3,通过在去噪过程中选择性放大特征,有效增强基于Stable Diffusion模型的图像生成创造力,且无需大量计算成本。
2025-03-30 cs.CV
Relation3D: Enhancing Relation Modeling for Point Cloud Instance Segmentation
University of Science and Technology of China(中国科学技术大学)
Relation3D通过自适应超点聚合、对比学习引导的超点细化及关系感知自注意力,增强点云实例分割中的内部关系建模,在多个数据集上取得优越性能。
2025-06-22 cs.CV
DC4CR: When Cloud Removal Meets Diffusion Control in Remote Sensing
Kunming University of Science and Technology(昆明理工大学);Universiti Malaya(马来亚大学)
提出DC4CR多模态扩散框架,通过提示驱动控制无需云掩膜即可选择性去除薄厚云,集成低秩适应与分组学习,在RICE和CUHK-CR数据集上达到最先进性能,可即插即用集成于现有模型。
2025-05-10 cs.CV
SADER: Structure-Aware Diffusion Framework with DEterministic Resampling for Multi-Temporal Remote Sensing Cloud Removal
College of Literature, Science, and the Arts, University of Michigan(文学、科学与艺术学院,密歇根大学);School of Computer Science and Technology, Tongji University(计算机科学与技术学院,同济大学)
SADER通过结构感知扩散框架,结合时间融合和混合注意力机制,有效解决多时相遥感云去除问题,提升云去除效果和效率。
2026-01-31 cs.CV
Masked Conditional Diffusion Model for Enhancing Deepfake Detection
Chengdu University of Information Technology(成都信息工程大学);Purdue University in Indianapolis(印第安纳波利斯普渡大学);Johns Hopkins University(约翰斯·霍普金斯大学);University at Albany, State University of New York (SUNY)(纽约州立大学奥尔巴尼分校)
针对深度伪造检测模型跨域泛化性差的问题,提出掩码条件扩散模型(MCDM)进行数据增强,生成多样化伪造人脸以提升检测模型的鲁棒性与性能。
2024-02-01 cs.CV
CLIP4Sketch: Enhancing Sketch to Mugshot Matching through Dataset Augmentation using Diffusion Models
IIIT-Hyderabad(印度信息技术研究所海得拉巴分校);Michigan State University(密歇根州立大学)
提出 CLIP4Sketch 方法,利用扩散模型结合 CLIP 和 Adaface 嵌入生成受控素描数据集,显著提升了法医素描与大头照匹配的准确率,并优于 GAN 方法。
2024-08-13 cs.CV
GIDP: Learning a Good Initialization and Inducing Descriptor Post-enhancing for Large-scale Place Recognition
Renmin University of China(中国人民大学);Nanjing University of Science and Technology(南京理工大学);Tsinghua University(清华大学)
大规模地点识别是一项基础但具有挑战性的任务,在自动驾驶和机器人技术中发挥着越来越重要的作用。现有的方法已经取得了可以接受的良好性能,但是,他们中的大多数都集中在设计精细的全局描述符学习网络结构。特征泛化和描述子后增强的重要性一直被忽视。在这项工作中,我们提出了一种新的方法命名为GIDP学习一个好的模板和诱导描述符姿态增强大规模的地方识别。特别地,在GIDP中分别提出了无监督的动量对比度点云预训练模块和基于重排序的描述子后增强模块。前者的目的是在训练地点识别模型之前学习点云编码网络的良好初始化,而后者的目的是通过在推理时重新排序来增强预测的全局描述符。在室内和室外数据集上的大量实验表明,我们的方法可以使用简单和通用的点云编码主干实现最先进的性能。
2022-09-23 cs.CV