近日，美高梅娱乐城-美高梅平台
姚俊峰教授团队的一篇最新论文被计算机视觉领域的顶级会议CVPR录用。IEEE国际计算机视觉与模式识别会议（CVPR），全称为IEEE Conference on Computer Vision and Pattern Recognition，是计算机视觉与模式识别领域的全球顶级学术会议，被中国计算机学会（CCF）评为A类会议。CVPR 2025将于2025年6月11日至15日在美国田纳西州纳什维尔的音乐城中心举行。本次会议共收到13,008篇高质量投稿，最终录用2,878篇论文，录用率仅为22.1%。
论文提出了一种基于可学习无限泰勒级数方法，用于建模高斯动态的时序演化。捕捉高斯属性（如位置、旋转和尺度）的时序变化是一项极具挑战性的任务，因为其涉及大量的时变参数和有限的光度数据，这通常会导致收敛问题，难以找到最优解。虽然将所有输入数据输入端到端的神经网络可以有效建模复杂的时序动态，但这种方法缺乏显式监督，并且难以生成高质量的变换场。另一方面，使用时间条件多项式函数来建模高斯轨迹和方向虽然提供了更明确和可解释的解决方案，但需要大量的手工设计工作，并且缺乏在多样化场景中的泛化能力。为克服这些限制，本文提出了一种基于可学习无限泰勒级数方法，该方法结合了隐式网络方法的灵活性和显式多项式函数的可解释性，能够更稳健地建模高斯动态，并在各种动态场景中实现更好的泛化性能。
论文由美高梅娱乐城-美高梅平台
博士生胡兵兵同学、姚俊峰教授以及硕士生解瑞同学合作完成。
论文总体架构
论文得到了国家自然科学基金(编号:62072388)、福建省科技重大专项(编号:2024HZ022003)、江西省自然科学基金重点项目(编号:20244BAB28039)、厦门市公共技术服务平台(编号:3502Z20231043)和福建省阳光慈善公益基金会的支持。
（图文：美高梅娱乐城
）
