从单张图片重建逼真的3D人体模型

基于文本生成姿态并进一步生成图像的模型

下一代视频和图像实时对象分割模型。SAM 2官网入口网址

视频非可见物体分割与内容补全的先进研究

一个基于深度学习的图像和视频描述模型。

Video Depth Anything: Consistent Depth Estimation for Super-Long Videos

用于训练通用目标分割模型的视频数据集，SA-V Dataset官网入口网址

3D人体姿态估计技术，AvatarPose官网入口网址

用于手术视频分割的先进模型，Segment Anything 2 for Surgical Video Segmentation官网入口网址

Vast 3D Gaussians for Large Scene Reconstruction的非官方实现