← ICCV 各届
ICCV 2023· International Conference on Computer Vision
ICCV 2023
亮点精读
8 篇 · 获奖 / oral / 高引📈 14.0k 引用
Segment Anything
提出SAM模型，实现图像分割的通用框架和提示分割范式。
💡 统一分割任务，推动基础模型发展。
arXiv
📈 7.1k 引用
Adding Conditional Control to Text-to-Image Diffusion Models
通过可训练条件控制模块，增强文本到图像扩散模型的空间定位能力。
💡 实现细粒度空间控制，提升生成图像可控性。
arXiv
📈 3.2k 引用
Sigmoid Loss for Language Image Pre-Training
提出Sigmoid损失函数替代Softmax，提升图文预训练效率和性能。
💡 简化损失函数，降低计算开销，提升模型效果。
arXiv
📈 1.7k 引用
Zero-1-to-3: Zero-shot One Image to 3D Object
从单张图像零样本生成3D物体，利用扩散模型学习视角变换。
💡 首次实现零样本单图到3D，极大降低3D内容创建门槛。
arXiv
📈 1.0k 引用
LightGlue: Local Feature Matching at Light Speed
提出LightGlue，一种基于Transformer的快速局部特征匹配网络。
💡 匹配速度极快，适合实时应用。
arXiv
📈 833 引用
Zip-NeRF: Anti-Aliased Grid-Based Neural Radiance Fields
Zip-NeRF通过多尺度网格和抗锯齿技术，实现高质量新视角合成。
💡 显著提升NeRF渲染质量与效率，实用性强。
arXiv
📈 828 引用
Text2Video-Zero: Text-to-Image Diffusion Models are Zero-Shot Video Generators
利用预训练文本到图像扩散模型，无需视频数据即可生成连贯视频。
💡 零样本视频生成，降低计算成本，拓展扩散模型应用。
arXiv
📈 816 引用
MasaCtrl: Tuning-Free Mutual Self-Attention Control for Consistent Image Synthesis and Editing
提出无需调优的互自注意力控制方法，实现一致图像合成与编辑。
💡 无需额外训练，显著提升图像编辑的一致性。
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