← ICCV 各届
ICCV 2022· International Conference on Computer Vision
ICCV 2022
亮点精读
8 篇 · 获奖 / oral / 高引📈 6.2k 引用
Scalable Diffusion Models with Transformers
提出用Transformer替换U-Net作为扩散模型骨干，实现可扩展的高质量图像生成。
💡 证明Transformer在扩散模型中可扩展，为图像生成提供新范式。
arXiv
📈 1.2k 引用
Tune-A-Video: One-Shot Tuning of Image Diffusion Models for Text-to-Video Generation
提出Tune-A-Video，仅用一张视频微调图像扩散模型实现文本到视频生成。
💡 首次实现单视频微调驱动高质量文本到视频生成。
arXiv
📈 738 引用
DiffusionDet: Diffusion Model for Object Detection
提出将扩散模型用于目标检测，通过逐步去噪生成边界框。
💡 扩散模型在检测任务中的首次成功应用。
arXiv
📈 724 引用
LLM-Planner: Few-Shot Grounded Planning for Embodied Agents with Large Language Models
利用大语言模型进行少样本具身规划，通过动态检索和更新计划适应环境变化。
💡 首次将大语言模型用于少样本具身规划，显著提升泛化性。
arXiv
📈 626 引用
DETRs with Collaborative Hybrid Assignments Training
提出协作混合分配训练，加速DETR收敛并提升检测性能。
💡 解决了DETR收敛慢问题，实现高效端到端检测。
arXiv
📈 527 引用
PETRv2: A Unified Framework for 3D Perception from Multi-Camera Images
提出统一框架PETRv2，利用多相机图像实现3D感知，包括检测、分割和跟踪。
💡 统一多任务框架，简化3D感知流程，提升效率与准确性。
arXiv
📈 501 引用
Prompt-aligned Gradient for Prompt Tuning
提出提示对齐梯度，解决提示微调中梯度方向偏差问题。
💡 提升提示微调性能，推动大模型高效适配。
arXiv
📈 439 引用
PhysDiff: Physics-Guided Human Motion Diffusion Model
提出物理引导的人体运动扩散模型，生成物理合理且逼真的运动序列。
💡 首次将物理约束融入扩散模型，提升生成运动的真实性和稳定性。
arXiv
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点