行业落地Hugging Face Papers4 天前
Gen4P 用视频生成器实现单目4D感知
Gen4P 提出统一框架，将预训练视频生成器改造为前馈式4D感知器，无需迭代去噪，单次编码即可从单目视频恢复4D几何与运动，并支持灵活时空采样。在3D点跟踪、视频深度和相机位姿估计上达到领先水平，展示了视频生成预训练用于统一4D感知的潜力。
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 5 条符合条件
当前筛选#computer-vision×
其他Google AI Blog4 天前
MELON: Reconstructing 3D objects from images with unknown poses
Google Research 提出 MELON，一种无需相机位姿估计、预训练或复杂训练流程的 NeRF 方法，可从 4-6 张无位姿图像中同时推断物体中心相机位姿并重建 3D 物体，解决了位姿与重建互为前提的"鸡生蛋"难题及伪对称导致的局部最优问题。
行业落地Google AI Blog4 天前
SCIN: A new resource for representative dermatology images
Google Research 与斯坦福医学院联合发布 SCIN 皮肤图像数据集，含超 1 万张由用户自愿贡献的皮肤、指甲和毛发状况照片，覆盖多种肤色与常见过敏、炎症、感染类病症，弥补现有数据集偏重浅肤色和肿瘤类病变的不足，免费开放供研究与开发使用。
具身智能arXiv cs.RO4 天前
Vision-Guided Closed-Loop Autonomous Navigation of Light-Driven Janus Microbots
该研究提出视觉引导的闭环导航框架，用YOLOv11实时定位约3微米的光驱动Janus微机器人，结合磁力转向实现复杂轨迹导航，偏差小于6微米，并支持A*动态重规划、避障与货物抓取运输，为微尺度自主作业提供集成平台。
具身智能arXiv cs.RO4 天前
Navigation by Skylight Polarization via Rayleigh Model Optimization on a Road Vehicle
该论文提出一种基于天空偏振光的车辆绝对航向估计方法，通过全局优化 Rayleigh 天空模型与分焦平面偏振相机测量值匹配，结合针孔相机模型与太阳位置算法合成偏振角分布，并用偏振度加权 RMSE 抑制云层、建筑等遮挡干扰。在城市道路实验中偏航角 RMS 误差低于 1 度，较现有方法降低最多 87%，为 GNSS/磁力/惯性失效场景提供可靠导航备份。