CVPR 2024｜讓圖像擴散模型生成高質量360度場景，只需要一個語言模型

AIGC動態歡迎閱讀

原標題：CVPR 2024｜讓圖像擴散模型生成高質量360度場景，只需要一個語言模型
關鍵字：模型,場景,報告,圖像,語言
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com蔡志鵬博士（https://zhipengcai.github.io/）是美國英特爾研究院的研究員，博士畢業于澳大利亞阿德萊德大學。他的研究興趣包括魯棒視覺感知，持續學習和生成模型等。他的工作已在領域頂級會議雜志上發表超過15篇。其中5篇文章被選為頂級會議（ECCV18*2，ICCV19，ICLR24，CVPR24）口頭或特邀報告，對魯棒估計計算復雜度的理論證明工作被選為ECCV18 12篇最佳論文之一。
360 度場景生成是計算機視覺的重要任務，主流方法主要可分為兩類，一類利用圖像擴散模型分別生成 360 度場景的多個視角。由于圖像擴散模型缺乏場景全局結構的先驗知識，這類方法無法有效生成多樣的 360 度視角，導致場景內主要的目標被多次重復生成，如圖 1 的

原文鏈接：CVPR 2024｜讓圖像擴散模型生成高質量360度場景，只需要一個語言模型

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺