CCTest · Blog
递归 ArUco 标记:让无人机降落垫在远近视角下都更容易被识别
机器人与物理 AI
cctest.ai
机器人与物理 AI

递归 ArUco 标记:让无人机降落垫在远近视角下都更容易被识别

一篇 arXiv 新论文提出 Recursive ArUco 标记设计,试图解决无人机精准降落中视觉标记“太远看不清、太近看不全”的问题。其核心思路是在父级标记的黑白比特区域中继续嵌入完整标记,从而支持任意深度递归与多降落点唯一编号。

阅读全文
CCTest · Blog
TCAM-Diff:用三平面表示降低高分辨率3D医学影像生成成本
扩散模型
cctest.ai
扩散模型

TCAM-Diff:用三平面表示降低高分辨率3D医学影像生成成本

TCAM-Diff 面向高分辨率 3D 医学影像生成,将稠密体数据压缩到三平面表示,并用跨注意力扩散模型学习这些特征。论文称,该方法在脑肿瘤、胰腺和结肠数据集上取得了优于同等潜空间规模编码器-解码器方案的结果。

阅读全文
CCTest · Blog
把高频纹理“烘焙”进图集:新方法让 3D Gaussian Splatting 更快渲染 4K
视觉与视频
cctest.ai
视觉与视频

把高频纹理“烘焙”进图集:新方法让 3D Gaussian Splatting 更快渲染 4K

一篇 arXiv 新论文提出 Spatial Texture-Atlas Splatting,将高频纹理从逐片元计算中解耦出来,烘焙进紧凑纹理图集。研究称该方法在保持高视觉质量的同时,最高可比 3DGS 快 5 倍,并支持消费级硬件实时 4K 60FPS 渲染。

阅读全文
CCTest · Blog
胸片多模态分类评测:临床指征有用,报告文本也可能“泄题”
模型评测
cctest.ai
模型评测

胸片多模态分类评测:临床指征有用,报告文本也可能“泄题”

一篇 arXiv 新研究重新审视了胸部 X 光多图像分类中的多模态输入:哪些信息在诊疗前可用,哪些其实来自报告生成之后。结果显示,临床指征能显著提升模型表现,但 Findings、Impression 等报告文本会带来严重标签泄漏风险。

阅读全文
CCTest · Blog
EgoProceVQA:让第一视角视频模型学会理解“步骤”
模型评测
cctest.ai
模型评测

EgoProceVQA:让第一视角视频模型学会理解“步骤”

一篇新论文提出 EgoProceVQA,用视频问答方式评估多模态大模型对第一视角日常流程的关键步骤理解能力。研究还给出数据生成平台 EgoProceGen 和自我技能探索框架 EgoProceAgent,试图补上穿戴式程序型 AI 助手评测与推理能力的短板。

阅读全文
CCTest · Blog
神经样条流进入暗物质搜索:CMS 开放数据上的 Mono-Z 新尝试
AI 科研
cctest.ai
AI 科研

神经样条流进入暗物质搜索:CMS 开放数据上的 Mono-Z 新尝试

一篇新论文将 Neural Spline Flows 用于 CMS Run 2015D 开放数据中的 mono-Z 暗物质搜索,以似然比方式在高维运动学空间中区分标准模型背景与暗物质信号。结果未显示暗物质证据,但展示了生成式密度估计方法在高能物理分析中的潜力。

阅读全文