待验证50% 置信事实精确时间
IMSH 用无参数的 3×3×3 平均池化将特征分解为结构基底与残差，基底用竞争性 Softmax 权重挑选可靠解剖结构，残差由共享 Sigmoid 门控过滤重采样伪影，最后用轻量级 DSConv3D 整合回写。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证ATAS 在目标图像的空间重现任务上优于所对比的智能体方法和 3D 引导方法，并在事件重捕获的三项标准中领先。62% 相似待验证COLMAP默认使用SIFT算法提取特征点，通过特征匹配和束调整优化相机内外参数和三维点坐标，输出相机位姿和稀疏三维点云61% 相似待验证ComfyUI中第三方自定义节点极大扩展了原生功能的边界，包括接入新模型、实现特殊图像处理逻辑和优化工作流效率61% 相似待验证FID通过比较真实图像和生成图像在Inception-v3网络特征空间中的均值和协方差矩阵差异来计算，但对局部语义质量不敏感61% 相似已验证多模态大模型将图像切分为固定patch经视觉编码器（基于ViT架构）转换为高维向量后对齐到语言模型token embedding空间，是推断而非读取60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069729API
curl https://kongchang.com/api/v1/knowledge/claims/1069729MCP
get_claim(id=1069729)