EPFL（洛桑联邦理工学院）

An Efficient and Effective Encoder Model for Vision and Language Tasks in the Remote Sensing Domain

一种用于遥感领域的高效且有效的编码器模型

João Daniel Silva, Joao Magalhaes, Devis Tuia, Bruno Martins

机构 * INESC-ID, Instituto Superior Técnico, University of Lisbon（INESC-ID，理工学院，里斯本大学） ； Department of Computer Science, Faculty of Science and Technology, Universidade NOVA de Lisboa（计算机科学系，科学与技术学院，诺瓦大学） ； School of Architecture, Civil and Environmental Engineering, EPFL（建筑、土木和环境工程学院，EPFL） 纠错

AI总结 本文提出了一种高效且紧凑的编码器模型，用于处理遥感领域的多任务学习，包括图像文本生成和跨模态检索。

RUMPL: Ray-Based Transformers for Universal Multi-View 2D to 3D Human Pose Lifting

RUMPL：基于射线的变换器用于通用多视角2D到3D人体姿态提升

Seyed Abolfazl Ghasemzadeh, Alexandre Alahi, Christophe De Vleeschouwer

机构 * ICTEAM/ELEN, UCLouvain（ICTEAM/ELEN，乌尔克大学） ； EPFL（瑞士联邦理工学院） 纠错

AI总结 RUMPL提出了一种基于变换器的3D姿态提升方法，通过引入3D射线表示实现多视角姿态估计的通用性和鲁棒性，显著提升了姿态提升的精度。