CVPR2024
CVPR 2024 | 打破黑白边界，融合美学与实用性的二维码生成技术来了
图表 1第一行：对于同一个二维码，我们可以提供不同美化风格的支持。第二行：放大图像的细节，可以看到我们的算法能得到细节丰富且自然的美学二维码。在数字世界与物理世界无缝连接的今天，二维码（QR codes）已经成为了连接这两个领域的重要桥梁。这种二维编码方式广泛应用于各类场景中，从广告到支付，再到信息传递，几乎无处不在。然而，尽管二维码在功能上表现出色，但它的外观却相对单调，通常以黑白方块为主，难以与现代视觉美学相契合。随着用户和行业需求的不断变化，越来越多的人希望二维码不仅能够高效传递信息，还能具有视觉上的吸引力。
CVPR 2024 | 字节提出新一代数据集COCONut，比COCO粒度分割更密集
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。随着人工智能的发展，语言模型和生成模型获得了大量的成功并且在设计模型的过程中，模型的参数量也越来越大。对于细粒度理解任务，模型参数量也同样在增加。然而目前现有的数据集存在规模和精度的矛盾
还得是抖音，字节推出竖屏视频理解数据集，入选CVPR2024
短视频在当下社交媒体逐渐成为主导的视频格式。传统视频处理技术和研究一般都专注于横屏视频的理解和解析，而竖屏视频因其拍摄手法和内容重点不同，展示出与横屏视频数据不同的特性。针对这一不同，字节跳动技术团队发布了专注于竖屏视频理解的数据集，提出了多个针对竖屏视频处理的技术点以及一个初始方案。这项研究对准确的竖屏视频理解和基础技术架构有较为重要的意义，论文已入选 CVPR2024。视频 demo 展示、数据特性演示以及竖屏视频类别分类，请见 ：，对视频内容的分类、特征提取，以及推荐等有着重要的作用。竖屏视频是目前社交媒体平
- 1