eccv

少说多想勤做

【计算机视觉前沿研究热点顶会】ECCV 2024中Mamba有关的论文近年来，图像恢复技术取得了长足的进步，这在很大程度上归功于现代深度神经网络的发展，如 CNN 和 Transformers。然而，现有的修复骨干往往面临全局接受域和高效计算之间的两难困境，阻碍了它们在实践中的应用。最近，选择性结构化状态空间模型，特别是改进的 Mamba 模型，在线性复杂度的长程依赖建模方面显示出了巨大的潜力，为解决上述困境提供了一条途径。然而，标准的 Mamba 在低层视觉方面仍然面临着一定的挑战，如局部像素遗忘和通道冗余。在这项工作中，我们引入了一种简单但有效的基线，称为 MambaI

少说多想勤做

【计算机视觉前沿研究热点顶会】ECCV 2024中扩散模型有关的论文神经辐射场(NERF)是一种从多视角图像进行三维重建的表示法。尽管最近的一些工作表明，在编辑具有扩散先验的重建的 NERF 方面取得了初步成功，但他们仍然在努力在完全未覆盖的区域中合成合理的几何图形。一个主要原因是来自扩散模型的合成内容的高度多样性阻碍了辐射场收敛到清晰和确定的几何形状。此外，在实际数据上应用潜在扩散模型通常会产生与图像条件不一致的纹理漂移，这是由于自动编码错误造成的。像素距离损失的使用进一步强化了这两个问题。为了解决这些问题，我们建议通过按场景定制来缓和扩散模型的随机性，并通过掩蔽的对抗

平安喜乐万事遂意

【计算机视觉前沿研究热点顶会】ECCV 2024中目标检测有关的论文与人工神经网络(ANN)相比，脑激励的脉冲神经网络(SNN)具有生物合理性和低功耗的优势。由于 SNN 的性能较差，目前的应用仅限于简单的分类任务。在这项工作中，我们专注于弥合人工神经网络和神经网络在目标检测方面的性能差距。我们的设计围绕着网络架构和尖峰神经元。