Tag · 3 篇

轻量适配器

分布生成模型与扩散1自监督与表征学习1高效模型与推理加速1

Unified Camera Positional Encoding for Controlled Video Generation

提出 Relative Ray Encoding 把 6-DoF 位姿、内参和镜头畸变统一编码为几何一致的射线表示，并以不到 1% 可训练参数的轻量空间注意力适配器注入预训练视频 DiT，可直接复用于多视角生成、新视角合成和 3D 感知骨干的相机条件注入。

Sparsely Timing the Change: A Spiking Temporal Framework for Remote Sensing Interpretation

把双时相辐射差转成带 time-to-first-spike 特性的稀疏脉冲序列，再用 SNN 提取动态变化特征，并通过可学习时序衰减与 ANN 语义特征融合——这套「脉冲编码+轻量适配器」思路可迁移到任何需要从稀疏时序观测中挖掘动态信息的视觉任务（如视频变化检测、事件相机处理）。

Neural-Centric Video Processing Pipeline for Unified Multi-Task Inference

用隐式神经表示直接从视频中间层提取任务特征，配合轻量 micro adapter 映射到下游模型表征空间，跳过像素解码与早期特征提取；对做视频多任务推理、压缩域感知或想省掉解码开销的视觉系统是可复用的加速思路。