Tag · 3 篇
频域建模
分布 生成模型与扩散1视频理解与时序1自动驾驶与遥感1
01 02 03
频率感知流匹配用于高质量图像生成
Frequency-Aware Flow Matching for High-Quality Image Generation
把频率分解与时间相关的自适应加权引入流匹配的潜空间生成，为提升扩散/流模型的细节保真度提供了一个可插拔的条件注入思路，可直接迁移到视频生成或高分辨率合成中。
Frame2Freq：面向细粒度视频理解的频谱适配器
Frame2Freq: Spectral Adapters for Fine-Grained Video Understanding
把图像预训练骨干迁移到视频时，用沿时间轴的 FFT 做频带特定嵌入，替代单尺度时域适配器，可复用于任何需要多时间尺度运动建模的视频下游任务（如细粒度动作识别、时序定位）。
FoSS：通过傅里叶-状态空间融合建模轨迹预测中的长程依赖与多模态不确定性
FoSS: Modeling Long-Range Dependencies and Multimodal Uncertainty in Trajectory Prediction via Fourier-State Space Integration
用离散傅里叶变换把轨迹拆成幅值（全局意图）与相位（局部变化）两支，再用线性复杂度的选择性状态空间模型（Coarse2Fine-SSM、SpecEvolve-SSM）替代二次复杂度的注意力，为多智能体轨迹预测提供了一条兼顾长程依赖与效率的可复用范式。