Точное и эффективное определение объекта с помощью агрегирования функций диффузии

arXiv:2403.18791v4 Тип уведомления: заменить резюме: оценка позирования объектов на изображениях является важнейшей задачей 3D понимания сцен, и недавние подходы показали многообещающие результаты в отношении очень крупных контрольных показателей. Однако при работе с невидимыми объектами эти методы характеризуются значительным снижением эффективности. Для решения этой проблемы мы проводим углубленный анализ особенностей моделей распространения, например. Стабильное диффузирование, которое обладает значительным потенциалом для моделирования невидимых объектов. Основываясь на этом анализе, мы затем новаторски внедряем эти диффузионные характеристики для объекта позирования оценки. Для проверки эффективности диффузионных элементов для объекта мы предлагаем три различные архитектуры (ванильные, нелинейные и описываемые контекстом агрегирования веса), которые позволяют улавливать и агрегировать элементы дисперсии для сравнительного анализа. Для достижения эффективного агрегирования характеристик мы предлагаем адаптивную сеть, которая автоматически выбирает дискриминирующие характеристики ra