当前位置: 首页 > article >正文

1、cvpr2024

CVPR2024官网:
Overleaf模板:
在这里插入图片描述

更改作者(去掉CVPR标识)

% \usepackage{cvpr}              % To produce the CAMERA-READY version
\usepackage[review]{cvpr}      % To produce the REVIEW version

改成

\usepackage{cvpr}              % To produce the CAMERA-READY version
% \usepackage[review]{cvpr}      % To produce the REVIEW version

在这里插入图片描述

插入图片

横屏单图

在这里插入图片描述

\begin{figure*}
  \centering
  \includegraphics[width=\linewidth]{fig/fig2.pdf}
  % \begin{subfigure}{\linewidth}
    \caption{Overview of DCPNeRF. }
    \label{fig:2}
  % \end{subfigure}
\end{figure*}

多子图

在这里插入图片描述

\begin{figure}[!t]
\centering
\subfloat[Haz inputs]{
            \label{fig:fig1.a}
		\includegraphics[scale=0.38]{fig/fig1_a.png}}
\subfloat[Haz outputs]{
            \label{fig:fig1.b}
		\includegraphics[scale=0.38]{fig/fig1_b.png}}
\subfloat[Clear outputs]{
            \label{fig:fig1.c}
		\includegraphics[scale=0.38]{fig/fig1_c.png}}
\subfloat[Clear Depth]{
            \label{fig:fig1.d}
		\includegraphics[scale=0.38]{fig/fig1_d.png}}
  
\caption{ {\bf Results of DCPNeRF.} Given a set of hazy images (a), DCPNeRF utilizes two neural radiance field components to jointly reconstruct the hazy scene (b). By combining DCP atmospheric light estimation and soft density-guided weights, a dehazed representation of the clear scene (c)  is obtained from the hazy scene. Additionally, this method accurately estimates the depth map (d) of the clear scene.}
\label{fig:1}
\end{figure}

插入表格

普通表格

在这里插入图片描述

\begin{table}
  \centering
  \begin{tabular}{ccc}
    \toprule
    Method & PSNR($\uparrow$) & SSIM($\uparrow$) \\
    \midrule
    w/o $\mathcal{L}_{foggy}$ & 24.70 & 0.91 \\
    w/o $\mathcal{W}^{\alpha}$ & 24.90 & 0.93 \\
    DCPNeRF & \textbf{27.00} & \textbf{0.94}\\
    \bottomrule
  \end{tabular}
  \caption{{\bf In the ablation experiment of $L_{foggy}$ and $W^{\alpha}$ in the Lego scene.} }
  \label{tab:2}
\end{table}

三线表

\begin{table}
\resizebox{\linewidth}{!}{

\begin{tabular}{c|cccccc}
\hline
                                                                & \multicolumn{2}{c}{Lego}                  & \multicolumn{2}{c}{Hotdog}                 & \multicolumn{2}{c}{Chair} \\
Method                                                          & PSNR($\uparrow$)          & \multicolumn{1}{c|}{SSIM($\uparrow$)} & PSNR($\uparrow$)          & \multicolumn{1}{c|}{SSIM($\uparrow$)}  & PSNR($\uparrow$)            & SSIM($\uparrow$)    \\ \hline
DCP+NGP                                                         & 23.90         & \multicolumn{1}{c|}{\textbf{0.95}} & 19.60         & \multicolumn{1}{c|}{ \st{1.13} }  & 23.30           & \st{1.09}    \\
\begin{tabular}[c]{@{}c@{}}WeatherDiffusion\\ +NGP\end{tabular} & 20.30         & \multicolumn{1}{c|}{\st{ 1.37}} & 20.80         & \multicolumn{1}{c|}{\st{ 1.46}} & 22.10           & \st{1.55}    \\
FFANet+NGP                                                      & 22.50         & \multicolumn{1}{c|}{0.92} & 23.30        & \multicolumn{1}{c|}{0.93}  & 21.90           & 0.94    \\ \hline
\textbf{DCPNeRF}                                                & \textbf{27.00} & \multicolumn{1}{c|}{0.94} & \textbf{29.50} & \multicolumn{1}{c|}{\textbf{0.95}} & \textbf{30.60}   & \textbf{0.97}   \\ \hline
\end{tabular}
}

\caption{ {\bf Quantitative comparison using Lego synthetic data with heterogeneous haze.}}
\label{tab:1}
\end{table}

在这里插入图片描述

列表

无序列表

\begin{itemize}
    \item one
    \item two
    \item three
\end{itemize}

有序列表

\begin{enumerate}[(1)]
\item 有编号的列表
\item ...
\end{enumerate}

注意:[(1)]可以变成[{[1]}], [(i)], …

正文注意点

插入url

\url{https://www.baidu.com}

首段不缩进

\noindent

正文段落首句子体加粗加黑

{\bf Image Dehazing.}

所有标题都要注意大写
在这里插入图片描述

公式中的字母在正文出现要和公式一样,也就是用斜体

$r(t) = o + td$

在这里插入图片描述

公式中出现的英文用要正体
在这里插入图片描述

 {\rm with}

公式解释where不缩进,公式结尾加逗号
在这里插入图片描述

引用公式、图片、表格等要统一

\Cref{fig:fig6.c}
or
\cref{fig:fig6.c}

参考文献

  • 不要过于详细谷歌学术,当遇到arxiv时要仔细查找文献出处。
  • 检查论文标题要与原文一致,注意大小写
  • title加双括号,避免大小写编译错误
@inproceedings{ancuti2012enhancing,
  author={Ancuti, Cosmin and Ancuti, Codruta Orniana and Haber, Tom and Bekaert, Philippe},
  booktitle={2012 IEEE Conference on Computer Vision and Pattern Recognition}, 
  title={{Enhancing underwater images and videos by fusion}},
  year={2012},
  pages={81-88}
}


http://www.kler.cn/a/133572.html

相关文章:

  • 单片机设计电流与温度监控python上位机监控平台设计
  • 前端js用canvas合成图片并转file对象
  • leetcode-位运算题型
  • 「Mac玩转仓颉内测版12」PTA刷题篇3 - L1-003 个位数统计
  • 传奇996_21——龙岭事件
  • Qt_day4_Qt_UI设计
  • 2023.11.19 hadoop之MapReduce
  • [ 一刷完结撒花!! ] Day50 力扣单调栈 : 503.下一个更大元素II |42. 接雨水 | 84.柱状图中最大的矩形
  • Fork项目新分支如何同步
  • upgrade k8s (by quqi99)
  • SEnet注意力机制(逐行代码注释讲解)
  • Golang中的闭包详解
  • 浅谈滑动窗口
  • Java Swing抽奖程序
  • 一句话总结敏捷实践中不同方法
  • Django 简单入门(一)
  • C++虚函数(定义,作用,原理,案例)
  • 实时人眼追踪、内置3D引擎,联想ThinkVision裸眼3D显示器创新四大应用场景
  • 【机器学习】 逻辑回归算法:原理、精确率、召回率、实例应用(癌症病例预测)
  • 【蓝桥杯选拔赛真题21】C++行李运费 第十二届蓝桥杯青少年创意编程大赛C++编程选拔赛真题解析
  • SpringSecurity+jwt使用
  • Python将已标注的两张图片进行上下拼接并修改、合并其对应的Labelme标注文件
  • 【Axure高保真原型】附件卡片
  • 深度解析 InterpretML:打开机器学习模型的黑箱
  • C++之旅(学习笔记)第8章 概念和泛型编程
  • 基于SSM+Vue的鲜花销售系统/网上花店系统