高校专区
视频变形到掩码：用于指认视频分割的流匹配
机构 * SGIT AI Lab, State Grid Corporation of China（国网信通研究院） ； University of California, San Diego（加州大学圣地亚哥分校） ； The Hong Kong University of Science and Technology（香港科技大学） ； The University of Tokyo（东京大学） ； University of Cambridge（剑桥大学） ； Zhejiang University of Technology（浙江工业大学） ； Baidu（百度）
AI总结 本文提出FlowRVS框架，将指认视频分割视为条件连续流问题，通过学习视频整体表示到目标掩码的直接语言引导变形，在多个基准上取得新突破。
可测试学习一般半空间在马萨尔噪声下的研究
机构 * UW Madison（威斯康星大学麦迪逊分校） ； UC San Diego（加州大学圣地亚哥分校）
AI总结 本文提出了一种可测试学习算法，用于在马萨尔噪声和高斯分布下学习一般半空间，其复杂度与已知下界相匹配，并引入了新的多项式近似方法。
在存在均值位移污染的情况下对鲁棒均值估计的样本复杂性界
机构 * UW Madison（威斯康星大学麦迪逊分校） ； UC San Diego（加州大学圣迭戈分校）
AI总结 本文研究了在均值位移污染模型下鲁棒均值估计的样本复杂性界，证明在基本分布满足谱条件时存在高效算法。
Bob的彩纸：音乐和视频生成中的语音记忆攻击
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of California San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究揭示了生成音乐和视频AI系统中语音记忆攻击的漏洞，通过同音替代词绕过版权过滤，展示语音结构对跨模态检索的关键作用。
SplatSDF：通过架构级融合提升SDF-NeRF
机构 * Dept. of Electrical and Computer Engineering, University of California, San Diego (UCSD), La Jolla, CA, USA（电子与计算机工程系，加州大学圣迭戈分校（UCSD））
AI总结 SplatSDF通过架构级融合3DGS提升SDF-NeRF收敛速度和精度
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈