hustvl

[CVPR 2024] 4D Gaussian Splatting para renderização de cenas dinâmicas em tempo real

[ICML 2024] Vision Mamba: Aprendizado de representação visual eficiente com modelo de espaço de estados bidirecional

[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR: Modelagem e aprendizado estruturados para construção online de mapas HD vetorizados

[CVPR 2025 Oral] Reconstrução vs. Geração: Controlando o Dilema de Otimização em Modelos de Difusão Latente

[Destaque CVPR 2025] Modelo de difusão truncada para direção autônoma ponta a ponta em tempo real

[ICCV 2023 & ICLR 2026] VAD: Representação de cena vetorizada para direção autônoma eficiente.

[CVPR 2024] GaussianDreamer: Geração rápida de texto para 3D Gaussians conectando modelos de difusão 2D e 3D

[Image and Vision Computing (Vol.147 Jul. '24)] Recorte interativo de imagens naturais com Modelos de Segmentação Anything (SAM)

PixelHacker: Inpainting de imagens com consistência estrutural e semântica

[IJCV 2026] Senna: Unindo Grandes Modelos de Visão-Linguagem e Direção Autônoma de Ponta a Ponta

[Information Fusion (Vol.103, Mar. '24)] Impulsionando o recorte de imagens (image matting) com Vision Transformers simples pré-treinados

[ECCV 2026] Moebius: 0.2B Lightweight Image Inpainting Framework with 10B-Level Performance

Código oficial de "EVF-SAM: Early Vision-Language Fusion for Text-Prompted Segment Anything Model"