ICCV

Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding

在3D高斯建模中结合语义和渲染增强的各向异性局部编码

Jingming He, Chongyi Li, Shiqi Wang, Sam Kwong

机构 * City University of Hong Kong（香港城市大学） ； Nankai University（南开大学） ； Lingnan University（岭南大学） 纠错

AI总结 本文提出一种联合增强框架，通过各向异性局部编码提升3D高斯建模的语义和渲染性能，实现更精确的形状表示和高效的渲染效果。

Comments Accepted by ICCV 2025

RS-vHeat: Heat Conduction Guided Efficient Remote Sensing Foundation Model

RS-vHeat：基于热传导的高效远程传感基础模型

Huiyang Hu, Peijin Wang, Hanbo Bi, Boyuan Tong, Zhaozhi Wang, Wenhui Diao, Hao Chang, Yingchao Feng, Ziqi Zhang, Yaowei Wang, Qixiang Ye, Kun Fu, Xian Sun

AI总结 RS-vHeat通过热传导运算符和自监督策略，实现高效多模态遥感基础模型，提升效率和性能。

Comments 19 pages, 8 figures and 10 tables

Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2025

COMPASS: High-Efficiency Deep Image Compression with Arbitrary-scale Spatial Scalability

COMPASS：基于深度学习的高效率图像压缩与任意尺度空间可扩展性

Jongmin Park, Jooyoung Lee, Munchurl Kim

机构 * KAIST（韩国科学技术院） ； ETRI（电子与信息技术研究所） 纠错

AI总结 COMPASS是一种基于深度学习的高效率图像压缩方法，支持任意尺度的空间可扩展性，通过LIFF方法和联合RD损失函数实现高效编码。

Comments Accepted in ICCV 2023. Please visit our project page at https://kaist-viclab.github.io/compass-site/