高斯裂开（GS）表现出高效且高质量的场景渲染和较小的面积表面提取能力，但处理大规模空中图像表面提取任务的效果不足。为了克服这一点，我们提出了ULSR-GS，该框架是一个用于超大级场景中高保真表面提取的框架，解决了现有的基于GS的网格提取方法的局限性。具体而言，我们提出了一种点对点分区方法，并结合了多视图最佳视图匹配原理，以选择每个子区域的最佳训练图像 ...

自动语音质量评估对于音频研究人员，开发人员，语音病理学家以及系统质量工程师至关重要。当前的最新系统基于框架语音特征（手工设计或可学习）与时间依赖建模相结合。本文提出了一个有效的系统，其结果与CharceencingsPeech 2022挑战中最佳性能模型相当 ...

尽管大多数先前的研究都集中在提高多模式轨迹预测的精度，但多模式行为意图的显式建模（例如，屈服，超车）仍然相对毫无疑问 ...

在高斯碎片优化过程中，场景的几何形状如果没有故意保存，尤其是在墙壁，天花板和家具表面等非纹理区域，则可能会逐渐恶化。这种退化显着影响了新型观点的渲染质量，这些视图与训练数据中的观点显着偏离。为了减轻这个问题，我们提出了一种名为Geogaussian的新颖方法 ...

深层建筑（DCNV2）是强大的生产基线，并且是众多现实生活推荐系统不可或缺的一部分。它的固有效率和建模相互作用的能力通常会导致与更为需要计算的替代方案（例如Deep FFMS）相比，模型既简单又具有竞争力。在这项工作中，我们对DCNV2体系结构介绍了三种重要的算法改进，并详细介绍了它们的表述和行为 ...

循环结构是视频超分辨率任务的流行框架选择。最先进的方法basicvsr采用具有特征对齐的双向传播，可以有效地利用整个输入视频中的信息。在本研究中，我们通过提出二阶网格传播和流引导变形对准来重新设计basicvsr ... ...

我们介绍了Ace-Step，这是一种新型的音乐发电基础模型，它通过整体建筑设计克服了现有方法的关键局限性，并实现了最先进的性能。当前方法在发电速度，音乐连贯性和可控性之间面临固有的权衡。例如，基于LLM的模型（e ...

现实世界视频超分辨率（VSR）中退化的多样性和复杂性在推理和培训中构成了非平凡的挑战。首先，虽然长期繁殖会导致在轻度降解的情况下的性能提高，但通过繁殖，损害产出质量，可能会夸大严重的内部降解。为了平衡细节合成与伪影抑制之间的权衡，我们发现了一个预先清洁阶段的图像必不可少的，以减少传播之前的噪声和伪影 ...