关注gongzhonghao【CVPR顶会精选】
CVPR聚焦的3D传感技术正成为计算机视觉领域的核心突破点，其通过激光雷达、结构光等多模态感知手段，实现对物理世界的三维精确建模，为自动驾驶、工业检测等场景提供关键空间信息。
今天小图为大家精选3篇CVPR有关3D传感技术的论文，请注意查收！
论文一：HUNTER: Unsupervised Human-centric 3D Detection via Transferring Knowledge from Synthetic Instances to Real Scenes
方法：
文章首先通过将合成人类模型插入到3D场景中，并利用范围视图投影将网格表示转换为激光雷达点云，从而生成伪标签。接着，通过双向多目标跟踪算法筛选高质量伪标签，并进行特征对齐，以增强模型对真实人类的泛化能力。最后，利用人体骨骼结构作为监督信号，进一步提升模型对细节特征的学习能力。
创新点：
-
首次提出了一种无监督的人类中心3D检测方法，这对于推动机器人在真实场景中的应用具有重要意义。
-
设计了从合成人类模型到真实场景的知识转移方法，有效解决了合成数据与真实数据在表示和特征分布上的差异。
-
方法在公开数据集上达到了接近全监督方法的性能，显著优于当前的无监督方法。
论文链接：
https://arxiv.org/pdf/2403.02769
论文二：MiKASA: Multi-Key-Anchor & Scene-Aware Transformer for 3D Visual Grounding
方法：
文章首先通过场景感知对象编码器处理点云数据，生成考虑周围对象信息的对象特征，然后利用多关键锚点技术重新定义坐标，增强对空间关系的理解。接着，通过文本-空间融合模块将文本信息与空间特征相结合，最后通过融合模块将对象特征、空间特征和文本特征进行综合处理，生成最终的预测结果。
创新点：
-
提出了MiKASA Transformer，这是一种新颖的端到端训练模型，通过整合基于自注意力的场景感知对象编码器和多关键锚点技术，提高了对象识别的准确性和对空间关系的理解。
-
引入了一种新的架构，采用双预测框架进行3D视觉定位，分别生成目标类别得分和空间得分，通过策略性融合机制提高目标识别的准确性和可解释性。
-
在数据增强方面，采用了多视图增强和颜色特征增强等技术，有效提高了模型对3D点云数据的泛化能力和抗过拟合能力。
论文链接：
https://arxiv.org/pdf/2403.03077
论文三：HumanGaussian: Text-Driven 3D Human Generation with Gaussian Splatting
方法：
文章首先利用SMPL-X网格初始化3D高斯分布的位置，然后通过扩展预训练的Stable Diffusion模型，同时对图像的RGB和深度进行去噪，作为分数蒸馏采样的源模型。接着，通过双分支分数蒸馏采样，从RGB和深度空间联合优化3D高斯分布的密度。最后，在退火负提示引导下，通过高斯尺寸阈值去除小尺寸高斯分布，以消除漂浮伪影，从而实现高效的3D人类生成。
创新点：
-
提出了结构感知的分数蒸馏采样，能够同时优化人类外观和几何结构。
-
设计了退火负提示引导，通过分解分数蒸馏采样，解决了过饱和问题，提高了生成结果的真实性。
-
基于高斯尺寸的剪枝策略，在剪枝阶段消除漂浮伪影，增强了生成的平滑度。
论文链接：
https://arxiv.org/pdf/2311.17061
选题是论文的第一步，非常重要！
但很多学生找到了热门的选题，却卡在代码和写作上！可见论文要录用，选题-idea-代码-写作都缺一不可！
图灵学术论文辅导，汇聚经验丰富的实战派导师团队，针对计算机各类领域提供1v1专业指导，直至论文录用 ！每天2个免费咨询名额，机会有限先到先得。
本文选自gonzhonghao【CVPR顶会精选】