- DreamPolisher: Towards High-Quality Text-to-3D Generation via Geometric Diffusion
- Improving Text-to-Image Consistency via Automatic Prompt Optimization
T2I에서는 prompt engineering이라는 분야가 생길 정도로 좋은 입력이 중요하다. 그 입력을 LLM으로 최적화 하는 아이디어가 너무 좋은 것 같다. - Fully-fused Multi-Layer Perceptrons on Intel Data Center GPUs
인텔 GPU라니 - TC4D: Trajectory-Conditioned Text-to-4D Generation
3D + trajectory = 4D 3D분야의 움직임이 심상치 않다. - The Unreasonable Ineffectiveness of the Deeper Layers
computing resource를 줄여서 무언가 하는 것은 지속적인 관심 주제이다. angular distance와 PEFT로 값을 줄여서 결론적으로 resource를 줄이는 모델. - EgoLifter: Open-world 3D Segmentation for Egocentric Perception
3D입력을 segmentation을 하는 모델이다. 이후 모델들에게 활용할 수 있는 가치가 높은 것 같다. - ObjectDrop: Bootstrapping Counterfactuals for Photorealistic Object Removal and Insertion
inpainting 모델 - Garment3DGen: 3D Garment Stylization and Texture Generation
1장의 object(신발, 의류 등) 이미지를 넣으면 3D로 만들어주는 모델. 결과가 수려한 것 같다. 예전 프로젝트에서 내 현실 속 옷을 게임 등 모바일 세상으로 가져가서 사용하는 것과 관련된 아이디어가 있었는데 이런 기술이 있다면 충분히 가능할 듯 싶다. - FlexEdit: Flexible and Controllable Diffusion-based Object-centric Image Editing
오랜만에 보는 editing 연구. diffusion-based editing 연구도 주목 포인트이다. - Gamba: Marry Gaussian Splatting with Mamba for single view 3D reconstruction
Mamba의 끝은 어딘가
공부