3D 视觉

UPDA: Unsupervised Progressive Domain Adaptation for No-Reference Point Cloud Quality Assessment

UPDA：无监督渐进领域适应用于无参考点云质量评估

Bingxu Xie, Fang Zhou, Jincan Wu, Yonghui Liu, Weiqing Li, Zhiyong Su

机构 * School of Automation, Nanjing University of Science and Technology（自动化学院，南京理工大学） ； National Key Laboratory of Information Systems Engineering（信息系统工程国家重点实验室） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 UPDA通过无监督渐进领域适应框架提升无参考点云质量评估在跨域场景中的性能。

Comments to be published in IEEE Transactions on Broadcasting

ReTracing: An Archaeological Approach Through Body, Machine, and Generative Systems

ReTracing：通过身体、机器和生成系统进行考古学研究

Yitong Wang, Yue Yao

机构 * Department of Machine Learning（机器学习系） ； Carnegie Mellon University（卡内基梅隆大学） ； SIPA Technology Policy and Innovation（技术政策与创新研究所） ； Columbia University（哥伦比亚大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 ReTracing通过AI、人类和机器人互动，探索生成系统如何通过编舞运动反映社会文化偏见。

Secure AI-Driven Super-Resolution for Real-Time Mixed Reality Applications

安全的人工智能驱动超分辨率用于实时混合现实应用

Mohammad Waquas Usmani, Sankalpa Timilsina, Michael Zink, Susmit Shannigrahi

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Tennessee Technological University（田纳西科技技术大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出了一种安全的人工智能驱动超分辨率方法，用于降低混合现实应用中的带宽和延迟，通过下采样和部分加密减少数据传输，并利用机器学习模型高效重建高分辨率点云。