10070 articles
Ce papier propose une méthode d'estimation de pose de caméra dynamique et sans marqueurs pour la réalité augmentée multi-caméras, qui exploite les chevauchements spatio-temporels d'objets connus pour établir des relations entre les vues et surpasser l'état de l'art sur plusieurs jeux de données.
Ce papier propose URA-Net, un réseau d'attention intégrant l'incertitude pour la détection d'anomalies non supervisée, qui améliore les performances en synthétisant des anomalies artificielles pour apprendre à restaurer les défauts vers leur état normal via une perception basée sur les réseaux bayésiens.
Le papier présente UAV-DETR, un cadre de détection d'objets innovant intégrant des architectures légères et des mécanismes d'attention adaptés aux petites cibles, qui surpasse les méthodes existantes en offrant un compromis supérieur entre précision et efficacité pour la détection de drones miniatures dans des environnements complexes.
Ce papier propose L-UNet et AL-UNet, des réseaux de neurones end-to-end combinant des couches convolutionnelles et des LSTM pour améliorer la détection de changements dans les images de télédétection en intégrant à la fois les caractéristiques spatiales et temporelles.
Ce papier propose PEPO, une méthode d'optimisation de politique au niveau des tokens qui améliore le raisonnement multimodal en chaîne de pensée en distinguant dynamiquement l'ancrage perceptuel et l'inférence exploratoire via un mécanisme de porte lisse, sans nécessiter de supervision supplémentaire.
Le papier présente UniQueR, un cadre unifié et efficace pour la reconstruction 3D à partir d'images non calibrées, qui remplace les approches denses 2,5D par une inférence basée sur des requêtes 3D explicites pour générer une géométrie complète, y compris dans les zones occluses, avec une précision supérieure et un coût computationnel réduit.
Gau-Occ est un cadre novateur de prédiction d'occupation 3D multi-modal qui atteint des performances de pointe avec une efficacité computationnelle accrue en modélisant la scène via des gaussiennes sémantiques 3D compactes, initialement enrichies par un diffuseur de complétion LiDAR et fusionnées de manière géométriquement alignée avec les données visuelles.
Cet article présente FSR, un cadre novateur de détection d'anomalies non supervisée universelle qui atténue le problème du raccourci identique en utilisant un shuffling et une restauration de caractéristiques multi-échelles pour forcer le modèle à apprendre des informations contextuelles globales.
Cet article présente une famille de modèles semi-paramétriques profonds qui permettent un apprentissage machine « oubliable » en supprimant explicitement des échantillons d'entraînement lors du test sans modifier les paramètres du modèle, offrant ainsi des performances compétitives et une efficacité d'effacement bien supérieure aux approches paramétriques existantes.
Ce papier présente ForeSea, un système de recherche forensique vidéo basé sur une architecture en trois étapes et un nouveau benchmark nommé ForeSeaQA, conçus pour améliorer la précision de la recherche de cibles spécifiques et le raisonnement temporel au sein de longues séquences de vidéosurveillance via des requêtes multimodales (image et texte).