Tag · 4 篇
端到端优化
SCE-SLAM：通过场景坐标嵌入实现尺度一致的单目 SLAM
SCE-SLAM: Scale-Consistent Monocular SLAM via Scene Coordinate Embeddings
用场景坐标嵌入作为跨窗口的全局尺度锚点，配合几何调制注意力做历史尺度传播，可复用到任何存在尺度漂移的单目里程计/SLAM 或长序列位姿估计中。
FreeArtGS：自由移动场景下的关节高斯泼溅
FreeArtGS: Articulated Gaussian Splatting Under Free-moving Scenario
FreeArtGS 提出了一种从自由移动的单目 RGB-D 视频中重建关节物体的新设定，利用现成的点跟踪和特征模型先验进行部件分割与关节估计，并基于 3DGS 端到端优化视觉纹理、几何与关节角度。对视觉研究者而言，其可复用的技术点包括：利用相对运动进行无监督刚性部件分割、从分割结果鲁棒恢复关节类型与轴、以及将 3DGS 扩展到关节物体的联合优化框架。
CoD：面向图像压缩的扩散基础模型
CoD: A Diffusion Foundation Model for Image Compression
CoD 提供了一个从零训练、面向压缩的扩散基础模型，可替代 Stable Diffusion 作为下游扩散编解码器的骨干，尤其在超低码率下提升压缩效率；其像素空间扩散实现 VTM 级 PSNR 与高感知质量的发现，为图像压缩与生成联合优化提供了新思路。
CamPI：通过相机电源信号注入实现物理对抗样本
CamPI: Physical Adversarial Examples through Camera Power Signal Injection
揭示了一种全新的物理对抗攻击面：通过向相机供电线路注入调制信号，在成像中产生不可见的结构性条纹扰动，并给出白盒/黑盒端到端优化注入参数的方法；对做物理世界视觉系统安全评测的研究者，这提供了一个可仿真的注入扰动模型和一套可复用的攻击参数优化流程。