Tag · 2 篇
期望最大化
分布 3D 视觉与重建1自监督与表征学习1
01 02
面向激光雷达系统自动化设计的任务驱动隐式表示
Task-Driven Implicit Representations for Automated Design of LiDAR Systems
把激光雷达传感器配置编码为6D连续空间中的隐式密度，用流生成模型学习任务相关的采样分布，再用EM拟合出具体传感器参数——这套「任务驱动隐式表示+参数拟合」的思路可直接迁移到相机阵列、事件相机、ToF等成像系统的联合设计，也可作为生成式传感器仿真的新范式。
神经混合密度过程
Neural Mixture Density Processes
NMDP 通过混合密度建模和 EM 训练构建函数先验，其任务特定参数更新机制可用于视觉少样本任务（如少样本分类、分割）的快速自适应，减少过拟合。