University of Chinese Academy of Sciences（中国科学院大学）

End-to-End Motion Capture from Rigid Body Markers with Geodesic Loss

端到端的刚体标记运动捕捉与测地损失

Hai Lan, Zongyan Li, Jianmin Hu, Jialing Yang, Houde Dai

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Fujian Medical University（福建医科大学） ； Fuzhou University（福州大学） ； Chinese Academy of Sciences（中国科学院） 纠错

AI总结 本文提出了一种端到端的运动捕捉方法，通过刚体标记和测地损失实现高精度的实时运动捕捉。

Comments The source code is available in : https://github.com/wer010/GLRBM-Mocap

TC-Light: Temporally Coherent Generative Rendering for Realistic World Transfer

TC-Light: 用于现实世界迁移的时序一致生成渲染

Yang Liu, Chuanchen Luo, Zimo Tang, Yingyan Li, Yuran Yang, Yuanyong Ning, Lue Fan, Junran Peng, Zhaoxiang Zhang

机构 * NLPR, MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shandong University（山东大学） ； University of Science and Technology Beijing（北京科技大学） ； Tencent（腾讯） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 TC-Light通过优化外观嵌入和唯一视频张量，实现高质量且高效的世界迁移渲染。

Comments Project Page: https://dekuliutesla.github.io/tclight/ Code: https://github.com/Linketic/TC-Light

HGCN2SP: Hierarchical Graph Convolutional Network for Two-Stage Stochastic Programming

HGCN2SP：用于两阶段随机规划的层次图卷积网络

Yang Wu, Yifan Zhang, Zhenxing Liang, Jian Cheng

机构 * Institute of Automation, Chinese Academy of Sciences, Beijing, China（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China（中国科学院大学人工智能学院） ； University of Chinese Academy of Sciences, Nanjing, Nanjing, China（中国科学院大学南京校区） 纠错

AI总结 HGCN2SP通过层次图卷积网络和强化学习方法，高效解决两阶段随机规划问题，提升求解速度与泛化能力。

Comments 17 pages, 4 figures

Journal ref Proceedings of the 41st International Conference on Machine Learning, PMLR 235:53999-54014, 2024