去噪扩散技术

GeneOH Diffusion旨在通过去噪扩散技术实现通用的手物交互去噪，提升图像质量。

Rerun 是一个用于记录计算机视觉和机器人数据的 SDK，并配有可视化工具，可以随时间探索这些数据。它允许用户以最小的代码调试和理解系统的内部状态和数据。开发者可以将数据记录到 Rerun SDK，系统会自动进行可视化处理。Rerun 支持来自多个进程的实时数据流，并可回放录制的数据。Rerun Viewer 根据记录的数据创建可配置的可视化效果，用户可以随时回溯和前进时间。

本项目专注于利用自适应稀疏变换器进行图像修复，采用细致的特征精炼技术，旨在优化图像修复任务的性能。

包含10万个压缩驾驶视频的数据集，用于机器学习研究，可用于GPT视频预测模型的实验，还包含编码器/解码器和视频预测模型示例

MultiPly是一个通过野外单目视频重建多人3D图像的项目，能够处理人物之间的遮挡和相互作用，使用先进的神经表征技术进行场景建模，并结合自监督的3D分割及可提示的2D分割模块，提供高效的人体姿势和形状优化。

面向低级视觉的扩散模型相关论文资源列表，包括了各种扩散模型在低级别视觉任务中的应用，如自然图像恢复、超分辨率、修复、去雾、低光增强等。这些模型在不同领域，包括医学图像分析、遥感图像处理等方面都有应用。

关于鸟瞰视图感知的论文资源列表，包括3D目标检测、分割、在线地图和占据预测等，旨在为研究人员和开发者提供全面的工具和文献支持。

AI图像增强与放大器是一个在线工具，利用AI技术在不损失质量的情况下放大低分辨率图像和照片。它可以增强模糊照片的清晰度，并自动将图像放大到4K分辨率。用户只需上传图像或将其拖放到网站上，AI算法将通过提高分辨率、清晰度和整体质量来增强图像。增强完成后，用户可以下载处理后的图像，并将其用于各种用途。

LC-FDNet是一个利用频率分解网络进行无损图像压缩的项目，具有高效的压缩性能，能够在不损失图像质量的情况下大幅度减少图像文件的大小。该项目旨在优化存储和传输大规模图像数据的效率，适合需要高质量图像处理的应用场景。

为3D计算机视觉提供标准化数据加载器的项目，让研究人员能快速获取和使用多视角数据集，加速研究进程。

该项目提供了图基础模型的文献资源列表，旨在汇总最新的研究成果和方法，支持多种图学习任务，促进图模型的知识共享与交流。