175-B｜人类视觉基础模型，LLM可控文本生成综述；视频显著性预测；高保真室内表面重建，建模和分析4D树状结构｜Fri

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: Foundation｜Human Vision Models Sapiens: Foundation for Human Vision Models Sapiens 2024-08-22｜Meta｜ECCV 2024 ｜ ⭐️ ⭐️ http://arxiv.org/abs/2408.12569v1 https://about.meta.com/realitylabs/codecavatars/sapiens 概述 在这篇研究中，作者介绍了"Sapiens"， 一个专门为四种人类中心视觉任务开发的模型系列，分别为2D姿态估计、身体部位分割、深度估计和表面法线预测 。Sapiens模型在多个基准测试中超越了现有的最先进模型，其出色的泛化能力使其能有效处理稀缺标注数据或纯合成数据。这些模型通过基于超过3亿张人类图像的预训练，展现出在实际应用中的实用性和准确性。作者还强调，Sapiens模型设计的简便性使其在不同任务之间的适应性显著提高，并在扩大参数量时，表现出逐步的性能提升。 方法 "Sapiens"的创建 ………………………………