ECCV 2024 decisions are now available!
注1:欢迎各位大佬提交issue,分享ECCV 2024论文和开源项目!
注2:关于往年CV顶会论文以及其他优质CV论文和大盘点,详见: https://github.com/amusi/daily-paper-computer-vision
想看ECCV 2024和最新最全的顶会工作,欢迎扫码加入【CVer学术交流群】,这是最大的计算机视觉AI知识星球!每日更新,第一时间分享最新最前沿的计算机视觉、深度学习、自动驾驶、医疗影像和AIGC等方向的学习资料,学起来!
<a name="3DGS"></a>
MVSplat: Efficient 3D Gaussian Splatting from Sparse Multi-View Images
CityGaussian: Real-time High-quality Large-Scale Scene Rendering with Gaussians
FSGS: Real-Time Few-shot View Synthesis using Gaussian Splatting
<a name="Mamba"></a>
VideoMamba: State Space Model for Efficient Video Understanding
ZIGMA: A DiT-style Zigzag Mamba Diffusion Model
<a name="Avatars"></a>
<a name="Backbone"></a>
<a name="CLIP"></a>
<a name="MAE"></a>
<a name="Embodied-AI"></a>
<a name="GAN"></a>
<a name="OCR"></a>
Bridging Synthetic and Real Worlds for Pre-training Scene Text Detectors
PosFormer: Recognizing Complex Handwritten Mathematical Expression with Position Forest Transformer
<a name="Occupancy"></a>
Fully Sparse 3D Occupancy Prediction
<a name="NeRF"></a>
NeRF-MAE: Masked AutoEncoders for Self-Supervised 3D Representation Learning for Neural Radiance Fields
<a name="DETR"></a>
<a name="Prompt"></a>
<a name="MLLM"></a>
SQ-LLaVA: Self-Questioning for Large Vision-Language Assistant
ControlCap: Controllable Region-level Captioning
<a name="LLM"></a>
<a name="NAS"></a>
<a name="ReID"></a>
<a name="Diffusion"></a>
ZIGMA: A DiT-style Zigzag Mamba Diffusion Model
Skews in the Phenomenon Space Hinder Generalization in Text-to-Image Generation
The Lottery Ticket Hypothesis in Denoising: Towards Semantic-Driven Initialization
<a name="Vision-Transformer"></a>
GiT: Towards Generalist Vision Transformer through Universal Language Interface
<a name="VL"></a>
GalLoP: Learning Global and Local Prompts for Vision-Language Models
<a name="Object-Detection"></a>
Relation DETR: Exploring Explicit Position Relation Prior for Object Detection
Cross-Domain Few-Shot Object Detection via Enhanced Open-Set Object Detector
<a name="Anomaly-Detection"></a>
<a name="VT"></a>
<a name="Semantic-Segmentation"></a>
Context-Guided Spatial Feature Reconstruction for Efficient Semantic Segmentation
<a name="MI"></a>
Brain-ID: Learning Contrast-agnostic Anatomical Representations for Brain Imaging
FairDomain: Achieving Fairness in Cross-Domain Medical Image Segmentation and Classification
<a name="MIS"></a>
ScribblePrompt: Fast and Flexible Interactive Segmentation for Any Biomedical Image
AnatoMask: Enhancing Medical Image Segmentation with Reconstruction-guided Self-masking
Representing Topological Self-Similarity Using Fractal Feature Maps for Accurate Segmentation of Tubular Structures
<a name="VOS"></a>
DVIS-DAQ: Improving Video Segmentation via Dynamic Anchor Queries
<a name="Autonomous-Driving"></a>
Fully Sparse 3D Occupancy Prediction
milliFlow: Scene Flow Estimation on mmWave Radar Point Cloud for Human Motion Sensing
4D对比超流是密集3D表征学习器
<a name="3D-Point-Cloud"></a>
<a name="3DOD"></a>
具有动态空间剪枝的3D小目标检测
光线去噪:基于深度感知的难负样本采样用于多视图3D目标检测
<a name="3DOD"></a>
<a name="Image-Editing"></a>
<a name="Image-Inpainting"></a>
BrushNet:具有分解双分支扩散的即插即用图像补全模型
<a name="Video-Editing"></a>
<a name="LLV"></a>
通过直方图变换在恶 劣天气条件下恢复图像
OneRestore:复合退化的通用恢复框架
<a name="Denoising"></a>
<a name="3D-Human-Pose-Estimation"></a>
<a name="Image-Generation"></a>
在文本到图像扩散模型中基于对象条件的能量式注意力图对齐
每个像素都有其时刻:通过密集归一化实现超高分辨率的无对齐图像到图像翻译
ZIGMA:一种DiT风格的之字形曼巴扩散模型
现象空间中的倾斜阻碍了文本到图像生成的泛化
<a name="Video-Generation"></a>
VideoStudio:生成内容一致和多场景的视频
<a name="3D-Generation"></a>
<a name="Video-Understanding"></a>
VideoMamba:高效视频理解的状态空间模型
C2C:用于零样本组合动作识别的组件到组合学习
<a name="Action-Recognition"></a>
SA-DVAE:通过解耦变分自编码器改进零样本基于骨架的动作识别
<a name="KD"></a>
<a name="IC"></a>
基于空间频率自适应的机器和人类视觉图像压缩
<a name="Stereo-Matching"></a>
<a name="SGG"></a>
<a name="Counting"></a>
通过良好示例进行零样本目标计数
<a name="Video-Quality-Assessment"></a>
<a name="Datasets"></a>
用于3D视觉定位的多分支协作学习网络
PDiscoFormer:通过视觉变压器放宽部分发现约束
SPVLoc:在未知环境中用于6D相机定位的语义全景视口匹配
REFRAME:移动设备实时渲染反射表面
最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。
像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。