BriefGPT - AI 论文速递
·
场景先验滤波在深度图超分辨率中的应用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于Transformer的跨模态融合架构，用于弥合多模态融合与全景场景感知之间的差距，并使用失真感知模块来处理极端对象变形和全景失真。通过跨模态交互实现特征矫正和信息交换，最终将特征合并以传达双模态和三模态特征流的长程上下文。在三个室内全景数据集中进行测试，达到了较好的性能。
🎯
关键要点
- 提出了一种基于Transformer的跨模态融合架构
- 旨在弥合多模态融合与全景场景感知之间的差距
- 使用失真感知模块处理极端对象变形和全景失真
- 通过跨模态交互实现特征矫正和信息交换
- 最终将特征合并以传达双模态和三模态特征流的长程上下文
- 在三个室内全景数据集中进行测试
- 在Stanford2D3DS上达到了60.60%的mIoU性能
- 在Structured3D上达到了71.97%的mIoU性能
- 在Matterport3D上达到了35.92%的mIoU性能
🏷️
标签
➡️
