CVHub

本文主要介绍了一种用于改进夜间辅助驾驶场景分割的方法，该方法通过使用双图像自适应可学习滤波器（DIAL-Filters）来提高夜间驾驶条件下的语义分割性能。

本文提出了一种新颖的网络架构CTO，即Convolution, Transformer 和 Operator，通过结合卷积神经网络、视觉 Transformer 和显式边界检测操作，实现高精度性能。

Photometric Stereo（光度立体）是一种计算机视觉技术，用于从多个光照条件下的图像中恢复物体表面的三维形状。它基于光照在不同角度下对物体表面产生不同影响的原理。

本文介绍了一个开源语音识别工具包FunASR，旨在弥合学术研究和工业应用之间的差距。FunASR提供了在大规模工业语料库上训练的模型，并能够将其部署到应用程序中。

在计算机视觉中，三维点云配准（PCR）是寻找最佳位姿以对齐一对点云的基本问题。本文提出了一种基于最大团（maximal cliques,MAC）的三维配准方法。

本文主要介绍了一种基于Transformer的目标跟踪框架。传统的三阶段模型范式，即特征提取、信息交互和位置估计。这些方法大都采用了更统一的单流模型结构来同时进行特征提取和交互。

本文介绍了一种名为Matcher的方法，它通过集成一个多用途特征提取模型和一个无类别限制的分割模型，能够用一次输入对任何物体进行分割。

本文提出了一种名为Hybrid Attention Transformer (HAT)的方法，旨在通过结合深度学习技术和注意力机制来改进图像超分辨率任务。

本文介绍了一种用于半监督医学图像分割的新方法。在医学图像分割中，由于标注数据有限而未标注数据丰富，一致性学习在有效利用有限标注数据的同时，利用未标注数据起到了重要作用。