10757 पेपर
यह शोध पत्र एरियलमेट्रिक (AerialMetric) को प्रस्तुत करता है, जो 68,000 वास्तविक और सिंथेटिक इमेज-डेप्थ पेयर्स के एक व्यापक बेंचमार्क डेटासेट को शामिल करता है जिसमें मेट्रिक ग्राउंड ट्रुथ है, ताकि मौजूदा मॉडलों का व्यवस्थित रूप से मूल्यांकन करके और फाइन-ट्यूनिंग के माध्यम से अत्याधुनिक प्रदर्शन स्थापित करके UAV मोनोकुलर मेट्रिक डेप्थ एस्टीमेशन में डोमेन गैप को संबोधित किया जा सके।
यह शोध पत्र HTC-SGA Former का प्रस्ताव करता है, जो एक हल्का हाइब्रिड ट्रांसफॉर्मर-सीएनएन नेटवर्क है जिसमें सेल्फ-गाइडेड अटेंशन और एक नवीन बाउंड्री-वेटेड एडेप्टिव लॉस शामिल है, जो वैश्विक संदर्भ, कमजोर वाहिका रिकवरी और सीमा सटीकता को प्रभावी ढंग से संतुलित करके चुनौतीपूर्ण कोरोनरी DSA वाहिकाओं को सटीक रूप से सेगमेंट करने में मौजूदा अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र MR-IQA प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो "क्वालिटी मार्जिन" को उनके साझा सैद्धांतिक आधार के रूप में पहचानकर और सुपीरियर प्रदर्शन प्राप्त करने के लिए सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) के माध्यम से पेयरवाइज मार्जिन एरर्स को अनुकूलित करके ब्लाइंड इमेज क्वालिटी असेसमेंट में रिग्रेशन और रैंकिंग प्रतिमानों के बीच के अंतर को पाटता है।
यह शोध पत्र TopoAgent प्रस्तुत करता है, जो एक LLM-आधारित एजेंटिक फ्रेमवर्क है जो धारणा-तर्क-क्रिया-चिंतन (perception-reasoning-action-reflection) लूप और 26 डेटासेट्स में 15 डिस्क्रिप्टर्स के मूल्यांकन से संचित अनुभव का लाभ उठाकर मेडिकल इमेज विश्लेषण के लिए इष्टतम टोपोलॉजिकल डिस्क्रिप्टर्स के चयन और कॉन्फ़िगरेशन को स्वचालित करता है।
FalconTrack एक एकीकृत ढांचा है जो एक मल्टी-हेड परसेप्शन और फिजिक्स-अवेयर ट्रैकिंग सिस्टम को प्रशिक्षित करने के लिए फोटोरियलिस्टिक लेबल वाले डेटा के तीव्र, स्वचालित उत्पादन हेतु गाऊसी स्प्लेटिंग सिम्युलेटर का उपयोग करता है, जिससे वास्तविक हार्डवेयर पर जीपीएस-रहित (GPS-denied) हवाई ट्रैकिंग में मजबूत ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर और उच्च सफलता दर प्राप्त होती है।
यह शोध पत्र संरचनात्मक मॉडल बेमेलता के कारण होने वाले अपरिहार्य ज्यामितीय विरूपणों का सैद्धांतिक विश्लेषण करके और सत्यापन से पहले ऐसी जालसाजी की पहचान करने के लिए एक योजना-अज्ञेय (scheme-agnostic) पहचान विधि प्रस्तावित करके, लेटेंट डिफ्यूजन मॉडल्स में सिमेंटिक वॉटरमार्क्स की ब्लैक-बॉक्स फोर्जरी हमलों के प्रति संवेदनशीलता को संबोधित करता है।
नेमेट्रॉन-लैब्स-डिफ्यूजन-इमेज (Nemotron-Labs-Diffusion-Image) एक अत्याधुनिक मास्कड डिस्क्रीट डिफ्यूजन मॉडल है जो डायनेमिक इन्फरेंस करेक्शन के लिए टोकन-एडिटिंग मैकेनिज्म और बड़े-वोकैबुलरी सेटिंग्स में सिग्नल स्पर्सिटी (signal sparsity) से निपटने के लिए एक कस्टम फ्यूज्ड ऑपरेटर के साथ ग्रुपड क्रॉस-एन्ट्रॉपी ऑब्जेक्टिव को पेश करके उच्च-रिज़ॉल्यूशन टेक्स्ट-टू-इमेज सिंथेसिस को बढ़ाता है, जिससे GenEval, DPG, और HPSv3 बेंचमार्क पर बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र भौतिक रूप से रेंडर किए गए चंद्र पैनोरमा और ओवरहेड इमेजरी के एक नए बेंचमार्क डेटासेट को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि ट्रांसफॉर्मर-आधारित डीप लर्निंग विधियाँ ग्रहों की सतहों पर क्रॉस-व्यू जियो-लोकलाइजेशन की समस्या को प्रभावी ढंग से हल कर सकती हैं, जो उपग्रह नेविगेशन प्रणालियों के लिए एक व्यवहार्य विजन-आधारित विकल्प प्रदान करती हैं।
HomeDiffusion एक नवीन ज़ीरो-शॉट ऑब्जेक्ट कस्टमाइजेशन फ्रेमवर्क है जो इनडोर दृश्यों में दृष्टिगत रूप से सामंजस्यपूर्ण, उच्च-सटीक फर्नीचर प्लेसमेंट उत्पन्न करने के लिए डिफ्यूजन मॉडल्स के भीतर मल्टी-व्यू रिप्रेजेंटेशन लर्निंग और क्रॉस-अटेंशन मैकेनिज्म का लाभ उठाता है, जो मौजूदा विधियों की विवरण हानि और पोज़ विसंगतियों को दूर करता है।
यह शोध पत्र रोबस्ट ट्राजेक्टरी डिस्टिलेशन (Robust Trajectory Distillation) का प्रस्ताव देता है, जो एक लेबल-संरक्षण फ्रेमवर्क है जो बिना किसी स्वच्छ एंकर या रीलेबलिंग की आवश्यकता के, शोर युक्त पर्यवेक्षण के तहत डेटासेट डिस्टिलेशन में शोर को प्रभावी ढंग से दबाने और हस्तांतरणीय ज्ञान को संरक्षित करने के लिए सिलेक्टिव गाइडेंस रीवेटिंग (Selective Guidance Reweighting) और टीचर-इंस्पायर्ड ऑक्सिलरी टारगेट्स (Teacher-Inspired Auxiliary Targets) को संयोजित करता है।