• 關(guān)注領(lǐng)域：

• AIGC
  

• 3D computer vision learning

• Fine-grained learning

• GNN

• 其他
  

• 聲明
  

• 論文較多，時間有限，本專欄無法做文章的講解，只挑選出符合PaperABC研究興趣和當(dāng)前熱點問題相關(guān)的論文，如果你的research topic和上述內(nèi)容有關(guān)，那本專欄可作為你的論文更新源或Paper reading list．

Paper list:

今日ArXiv共更新108篇.

AIGC

Scaling up GANs for Text-to-Image Synthesis

https://arxiv.org/pdf/2303.05511.pdf

CMU的工作．現(xiàn)階段的文本到圖像的生成工作，大多數(shù)都是被擴(kuò)散模型，自回歸模型所壟斷．本文提出了一個想法，能否將GAN scale up到大型數(shù)據(jù)集例如LAION上．于是，本文提出了GigaGAN，能夠以較快的速度實現(xiàn)高像素的圖像生成．

3DGen: Triplane Latent Diffusion for Textured Mesh Generation

https://arxiv.org/pdf/2303.05371.pdf

來自于Meta的一篇工作，提出了一個triplane VAE來學(xué)習(xí)帶有紋理的mesh的latent representation, 然后利用一個條件擴(kuò)散模型完成生成．很推薦這篇文章，尤其是做3D跨模態(tài)生成的方向．

Controllable Video Generation by Learning the Underlying Dynamical System with Neural ODE

https://arxiv.org/pdf/2303.05323.pdf

Unifying Layout Generation with a Decoupled Diffusion Model

https://arxiv.org/pdf/2303.05049.pdf

微軟亞洲研究院的工作，提出一個解耦的擴(kuò)散模型用于layout generation.

CoralStyleCLIP: Co-optimized Region and Layer Selection for Image Editing

https://arxiv.org/pdf/2303.05031.pdf

Adobe公司的工作，提出CoralStyleCLIP,通過在styleGAN2的特征空間中，使用多層注意力引導(dǎo)的混合策略，從而實現(xiàn)圖像的高保真編輯．

視覺語言學(xué)習(xí)

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection

https://arxiv.org/pdf/2303.05499.pdf

大灣區(qū)研究院的一篇工作，將DINO推廣到了Open-Set Object Detection,從而提出了grounding DINO,質(zhì)量很高．最近會分享．