यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
${C}^{3}$-GS: सामान्यीकृत गॉसियन स्प्लैटिंग के लिए संदर्भ-जागरूक, क्रॉस-आयाम, क्रॉस-स्केल फ़ीचर सीखना
Created by
Haebom
लेखक
युक्सी हू, जून झांग, कुआंग्यी चेन, झे झांग, फ्रेडरिक फ्राउंडोर्फर
रूपरेखा
इस शोधपत्र का उद्देश्य सामान्यीकृत गॉसियन स्प्लैटिंग है, जो दृश्य-विशिष्ट अनुकूलन के बिना नए दृश्यों के नए दृश्यों का संश्लेषण करता है। हालांकि फीडफॉरवर्ड नेटवर्क का उपयोग करके प्रति-पिक्सेल गॉसियन मापदंडों का अनुमान लगाने वाली मौजूदा विधियों ने उच्च-गुणवत्ता वाला संश्लेषण प्राप्त कर लिया है, लेकिन वे विरल इनपुट दृश्यों से सटीक ज्यामिति का निर्माण करने में कठिनाई महसूस करते हैं। इस समस्या के समाधान के लिए, हम $\Mathbf{C}^{3}$-GS ढाँचा प्रस्तावित करते हैं, जो संदर्भ जागरूकता, क्रॉस-डायमेंशनैलिटी और क्रॉस-स्केल प्रतिबंधों को शामिल करके फ़ीचर लर्निंग को बढ़ाता है। $\mathbf{C}^{3}$-GS तीन हल्के मॉड्यूल को एकीकृत करता है ताकि बिना किसी अतिरिक्त पर्यवेक्षण के यथार्थवादी संश्लेषण प्राप्त किया जा सके। बेंचमार्क डेटासेट पर व्यापक प्रयोग दर्शाते हैं कि $\mathbf{C}^{3}$-GS अत्याधुनिक रेंडरिंग गुणवत्ता और सामान्यीकरण क्षमता प्राप्त करता है। कोड https://github.com/YuhsiHu/C3-GS पर पाया जा सकता है ।
