跳到正文
arXiv · 机器人与计算机视觉· Oliver Hahn, Rodrigo Marcuzzi, Sangeetha Grama Srinivasan, Alessandro Burzio, Sherwin Bahmani, Jiahui Huang, Stefan Roth, Shengyu Huang, Qunjie Zhou, Laura Leal-Taix\'e·· 21 天前AI 评分70

LucidLyra:基于多任务蒸馏的前馈式生成式3D场景重建与联合理解

LucidLyra: Feed-Forward Generative 3D Scene Reconstruction and Joint Understanding via Multi-Task Distillation

AI 导读

论文提出了 LucidLyra 框架,通过从相机控制的视频扩散模型和冻结的2D视觉基础模型中蒸馏互补知识,构建了一个统一模型,能够以前馈方式直接从视频潜变量查询语义和实例。

来源:arXiv · 机器人与计算机视觉 · arxiv.org