Tag · 2 篇

跨尺度一致性

分布视觉语言模型13D 视觉与重建1

MLLM-HWSI: A Multimodal Large Language Model for Hierarchical Whole Slide Image Understanding

将全切片图像分解为细胞、图像块、区域、WSI四个尺度，并用尺度特定投影器与层次对比+跨尺度一致性损失对齐病理语言，为视觉-语言模型提供可解释的多尺度证据推理框架，可迁移到其他需要多尺度理解的视觉领域。

Confidence-Guided Multi-Scale Aggregation for Sparse-View High-Resolution 3D Gaussian Splatting

把输入分辨率当作稀疏视角 3DGS 的一个可控变量来量化其稳定性与细节之间的权衡，并用跨尺度一致性加权聚合把高分辨率重建锚定到低分辨率的稳定几何上；这套由粗到细的多尺度聚合与伪视角正则化可直接嵌入现有 3DGS 管线，用于缓解高分辨率下的漂浮伪影与过拟合。