Beihang University（北京航空航天大学）

ViSAudio: End-to-End Video-Driven Binaural Spatial Audio Generation

ViSAudio：端到端视频驱动的双耳空间音频生成

Mengchen Zhang, Qi Chen, Tong Wu, Zihan Liu, Dahua Lin

机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Stanford University（斯坦福大学） ； Beihang University（北航） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 ViSAudio通过端到端双耳空间音频生成框架，从静音视频直接生成高质量空间音频，提升空间沉浸感和适应性。

LPVIMO-SAM: Tightly-coupled LiDAR/Polarization Vision/Inertial/Magnetometer/Optical Flow Odometry via Smoothing and Mapping

LPVIMO-SAM: 通过平滑与映射实现紧密耦合的激光雷达/偏振视觉/惯性/磁力计/光学流里程计

Derui Shan, Peng Guo, Wenshuo Li, Du Tao

机构 * Faculty of Information, North China University of Technology（信息学院，中国北方工业大学） ； Hangzhou Innovation Institute, Beihang University（杭州创新研究院，北京航空航天大学） 纠错

AI总结 LPVIMO-SAM通过融合激光雷达、偏振视觉、惯性、磁力计和光学流，实现高鲁棒性的实时里程计与地图构建。

Comments submitted to IROS2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 6801-6807

On SkipGram Word Embedding Models with Negative Sampling: Unified Framework and Impact of Noise Distributions

关于带有负采样的SkipGram词嵌入模型：统一框架和噪声分布的影响

Dezhi Liu, Richong Zhang, Ziqiao Wang

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） 纠错

AI总结 本文提出了一种统一的词嵌入框架WCC，研究了噪声分布对模型学习的影响，并发现了优于现有模型的新嵌入方法。

Comments This work has been submitted to the IEEE for possible publication

OmniPerson: Unified Identity-Preserving Pedestrian Generation

OmniPerson: 统一的身份保持行人生成

Changxiao Ma, Chao Yuan, Xincheng Shi, Yuzhuo Ma, Yongfei Zhang, Longkun Zhou, Yujia Zhang, Shangze Li, Yifan Xu

机构 * Beihang University（北航大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

AI总结 OmniPerson通过统一身份保持的行人生成管道，解决ReID中数据不足问题，实现高保真生成和身份一致性。