218-A2｜视觉场景的结构、语义和身份表示；图生3D场景，图生关节家用品；图生极端表情人头；大型视图合成模型，动态镜面场景重建

文章预览

AIGC   Research   < PaperDaily> 主编 ｜ 庄才林（Cailin Zhuang） 技术支持 ｜胡耀淇（Yaoqi Hu） 发布日期 ｜2024年 10月 23 日｜ 周三 Topic: 3D Generation/Reconstruction｜Scenes Representation｜Programs, Words, and Embeddings The Scene Language: Representing Scenes with Programs, Words, and Embeddings 2024-10-22｜Stanford, UC Berkeley｜⭐️⭐️ http://arxiv.org/abs/2410.16770v1 https://ai.stanford.edu/~yzzhang/projects/scene-language/ 概述 本研究提出了一种新的 视觉场景表示方法，称为“场景语言”，旨在准确而简洁地描述视觉场景的结构、语义和身份 。该方法通过三个主要组成部分来实现： 程序、自然语言单词和嵌入 。程序定义了场景中实体的层次和关系结构，单词则总结了每个实体的语义类别，而嵌入则捕捉了每个实体的视觉身份 。通过从预训练语言模型中进行无训练推理， 该表示方法能够根据文本或图像输入推 ………………………………