Tag · 2 篇

自适应特征融合

分布视觉语言模型1图像编辑与可控生成1

MeteorPred: A Meteorological Multimodal Large Model and Dataset for Severe Weather Event Prediction

把 4D 气象场（时间×气压层×空间）当作视觉式高维输入，用三个即插即用的自适应融合模块分别沿时序、垂直层、空间维度做动态特征提取与整合，这套「多维张量输入 + 分维融合」的接口设计可直接迁移到视频、多帧深度、气象/遥感等时空视觉任务的多模态大模型改造中。

Diff-SemiER: Transparency-Aware Adaptive Fusion Diffusion Model with Generative Prior for Semi-Transparent Eyeglasses Removal

针对半透明遮挡这一特殊编辑场景，提出软掩码感知的多尺度自适应融合机制，在生成先验与细节复原之间动态权衡；其透射率驱动的数据合成思路可迁移到其他半透明/部分遮挡的复原任务（如墨镜、面纱、玻璃反光去除）。