整理:AI算法与图像处理
CVPR2022论文和代码整理:https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo
ECCV2022论文和代码整理:https://github.com/DWCTOD/ECCV2022-Papers-with-Code-Demo
标题:DATID-3D: Diversity-Preserved Domain Adaptation Using Text-to-Image Diffusion for 3D Generative Model
主页:https://datid-3d.github.io/
论文:https://arxiv.org/abs/2211.16374
代码:https://github.com/gwang-kim/DATID-3D(未开源)
摘要:
在这里,我们提出 DATID-3D,这是一种新的文本引导域适应管道的3D 生成模型,使用文本到图像的扩散模型可以根据文本提示合成不同的图像,而无需为目标域收集额外的图像和相机信息。与先前文本引导域自适应方法的 3D 扩展不同,我们的新管道能够微调源域的SOTA的 3D 生成器,以在文本引导目标中合成高分辨率、多视图一致的图像没有额外数据的域,在多样性和文本图像对应方面优于现有的文本引导域自适应方法。此外,我们提出并演示了多种 3D 图像操作,例如一次性实例选择自适应和单视图操作 3D 重建,以充分享受文本的多样性。
MoDA: Map style transfer for self-supervised Domain Adaptation of embodied agents
Finding Differences Between Transformers and ConvNets Using Counterfactual Simulation Testing
Procedural Image Programs for Representation Learning
Robustness Disparities in Face Detection
Training Time Adversarial Attack Aiming the Vulnerability of Continual Learning