3D 视觉

Resolving Representation Ambiguity in Feedforward Novel View Synthesis Transformer via Semantic-Spatial Decoupling

通过语义-空间解耦解决前馈新视角合成变换器中的表示歧义

Yihang Wu, Yihang Sun, Shaofeng Zhang, Zuxuan Wu, Junchi Yan, Xiaosong Jia, Yu-gang Jiang

机构 * Institute of Trustworthy Embodied Artificial Intelligence (TEAI)（可信具身人工智能研究所） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） ； Sch. of Artificial Intelligence & Sch. of Computer Science, Shanghai Jiao Tong University（上海交通大学人工智能学院与计算机科学学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV

AI总结 本文提出通过语义-空间解耦解决前馈新视角合成变换器中的表示歧义问题，通过分离语义和空间令牌，保持两者的显式表示并利用共享注意力路由保持跨分支交互，同时引入可选分类监督和双向调制以提高交互效果，从而在解码器-only和编码器-解码器前馈NVS模型中实现一致的改进。

Comments 24 pages, 11 figures, 4 tables. Project page: https://hangzay.github.io/ssd_lvsm/

Semantic Smoothing via Novel View Synthesis for Robust SAR Image Classification

通过新颖视角合成实现语义平滑以实现稳健的SAR图像分类

Daniel Brignac, Fengwei Tian, Banafsheh Latibari, Abhijit Mahalanobis, Ravi Tandon

机构 * The University of Arizona（亚利桑那大学） 纠错

专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV

AI总结 本文提出语义平滑方法，通过新颖视角合成模型生成结构化随机变换，提升SAR图像分类在对抗攻击下的鲁棒性，并提高干净分类准确率。