3D 视觉

Node-RF: Learning Generalized Continuous Space-Time Scene Dynamics with Neural ODE-based NeRFs

Node-RF：基于神经ODE的NeRF学习通用连续时空场景动态

Hiran Sarkar, Liming Kuang, Yordanka Velikova, Benjamin Busam

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 Node-RF通过结合神经ODE与动态NeRF，实现连续时间空间动态表示，能超越观测轨迹进行泛化。利用ODE求解器学习隐式场景状态，通过微分计算传播特征嵌入，实现长距离外推。

Comments Accepted to CVPR 2026. 13 pages, 9 figures

Weight Conditioning for Smooth Optimization of Neural Networks

权重条件化以实现神经网络的平滑优化

Hemanth Saratchandran, Thomas X. Wang, Simon Lucey

机构 * Australian Institute for Machine Learning, University of Adelaide（澳大利亚机器学习研究所，阿德莱德大学） ； Sorbonne Université, CNRS, ISIR（索邦大学，法国国家科学研究中心，ISIR） 纠错

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 本文提出一种新的权重规范化技术，通过缩小权重矩阵的奇异值范围，提升矩阵条件数，从而改善梯度下降收敛性能，实验验证其在多种神经网络架构中的有效性。

Comments ECCV 2024