layer-decomposition

本文介绍了TriLayer，一个包含前景-背景-合成三元组的大规模视频数据集，以及DBL-Diffusion，一个用于显式分层视频表示的双分支扩散框架，实现了高保真度的对象插入和层分解。

本文介绍了WattLayer，一种与任务无关的逐层能量估算模型，用于神经网络。该模型在295种架构的超过10万个层上进行了评估，实现中位误差19.6%，优于现有最先进方法。

探究合成分层数据是否能改善图形设计分解，发现合成数据优于不可扩展的数据集，并能够实现均衡的层数分布。