定位

论文信息论⽂全称：LoD-Loc: Aerial Visual Localization using LoD 3D Map with Neural Wireframe Alignment录⽤会议：NeurIPS 2024论⽂地址：：: 基于三维城市⽩模地图（LoD 3D Map） 的⼀种使⽤神经线框对⻬进⾏空中视觉定位的新⽅法论⽂概要：LoD-Loc 基于城市⽩模模型Level of Detail…

当前，多模态大模型 （MLLM）在多项视觉任意上展现出了强大的认知理解本领。然而大部分多模态大模型局限于单向的图象理解，难以将理解的内容映射回图象上。比如，模型能轻易说出图中有哪些物体，但无法将物体在图中准确标识出来。定位本领的缺失直接限制了多模态大模型在图象编辑，自动驾驶，机器人控制等下游领域的应用。针对这一问题，港大和字节跳动商业化团队的研究人员提出了一种新范式 Groma——通过地区性图象编…

2022年7月1日，美图印象研究院（MT Lab）联合北京航天航空大学、中国人民大学在ACM国际多媒体会议(ACM International Conference on Multimedia, ACM MM）上主办的第四届Person in Context（PIC）比赛圆满收官。 此次PIC比赛因其前沿性和实用性吸引了来自清华大学、北京大学、上海交通大学、香港大学、中国科学技巧大学等知名高校，以…

将弱监视物体定位看作图象与像素特色域间的域自顺应任务，北大、字节跳动提出新框架显著增强基于图象级标签的弱监视图象定位功能