Tag · 2 篇
因果-Transformer
分布 3D 视觉与重建1人脸与人体理解1
01 02
STAC：面向流式三维重建的即插即用时空感知缓存压缩
STAC: Plug-and-Play Spatio-Temporal Aware Cache Compression for Streaming 3D Reconstruction
针对因果 VGGT 类流式三维重建中 KV 缓存随流长线性增长的问题，利用注意力时空稀疏性做词元级缓存淘汰与体素对齐压缩，可直接迁移到任何使用长上下文 KV 缓存的视觉 Transformer 流式推理场景。
FisherPoser：基于层级区域 Fisher 矩阵不确定性建模的稀疏观测人体运动估计
FisherPoser: Human Motion Estimation from Sparse Observations with Hierarchical Region-Wise Fisher-Matrix Uncertainty Modeling
将关节旋转建模为 SO(3) 上的矩阵 Fisher 分布，输出每个关节的分布而非单一点估计，为稀疏 VR 追踪等欠约束场景提供可校准的逐关节不确定性；其区域级 token 与层级 Fisher 回归思路可迁移到其他需要概率化旋转输出的姿态估计任务。