cs.CV

Online Episodic Memory Visual Query Localization with Egocentric Streaming Object Memory

यह शोध पत्र ESOM को प्रस्तुत करता है, जो एगोसेंट्रिक वीडियो स्ट्रीम में ऑनलाइन एपिसोडिक मेमोरी रिट्रीवल के लिए एक नवीन फ्रेमवर्क है जो वस्तुओं को स्थानीयकृत करने के लिए एक कॉम्पैक्ट मेमोरी का उपयोग करके फ्रेमों को एक बार प्रोसेस करता है, जो मौजूदा ऑनलाइन विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है और साथ ही सटीकता को और बढ़ाने के लिए ऑब्जेक्ट डिस्कवरी और ट्रैकिंग में सुधार की महत्वपूर्ण आवश्यकता पर प्रकाश डालता है।

Revealing Hidden Vulnerabilities in Autoencoders through Gradient Signal Restoration

Structured Spectral Graph Representation Learning for Multi-label Abnormality Analysis from 3D CT Scans

यह शोध पत्र एक नवीन 2.5D ग्राफ-आधारित ढांचे का प्रस्ताव करता है जो मल्टी-लेबल विसंगति पहचान (abnormality detection) के लिए इंटर-स्लाइस निर्भरता को प्रभावी ढंग से कैप्चर करने हेतु स्पेक्ट्रल कन्वोल्यूशन के साथ 3D CT वॉल्यूम को संरचित ग्राफ के रूप में प्रस्तुत करता है, जिससे अत्याधुनिक तरीकों की तुलना में मजबूत क्रॉस-डेटासेट सामान्यीकरण और प्रतिस्पर्धी प्रदर्शन प्राप्त होता है।

Semantic Router: On the Feasibility of Hijacking MLLMs via a Single Adversarial Perturbation

यह शोध पत्र सिमेंटिक-अवेयर यूनिवर्सल परटर्बेशन (SAUP) को प्रस्तुत करता है, जो एक नया हमला है जो एक एकल एडवर्सरियल परटर्बेशन का लाभ उठाकर स्टेटलेस मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स को हाईजैक करता है, जो एक सिमेंटिक राउटर के रूप में कार्य करता है और विविध इनपुट्स को हमलावर द्वारा परिभाषित लक्ष्यों की ओर निर्देशित करता है, जिससे प्रतिनिधि मॉडलों पर कई लक्ष्यों के विरुद्ध 66% सफलता दर प्राप्त होती है।

Posterior Continuation with Noise-Conditioned Frequency Exposure for Diffusion Inverse Problems

यह शोध पत्र डिफ्यूजन इनवर्स समस्याओं के लिए एक पोस्टीरियर कंटीन्यूएशन फ्रेमवर्क प्रस्तावित करता है जो शोर के स्तरों के आधार पर माप आवृत्तियों को अनुकूल रूप से उजागर करता है और सैंपलिंग को स्थिर करने के लिए एक हार-डोमेन कमिटमेंट नियम का उपयोग करता है, जिससे सुपर-रिज़ॉल्यूशन, इनपेंटिंग और डीब्लरिंग जैसे कार्यों में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।

SPARX: Secure and Privacy-Aware Approximate CNN Acceleration with Edge RISC-V SoC

यह शोध पत्र SPARX प्रस्तुत करता है, जो एक सुरक्षित और गोपनीयता-जागरूक अनुमानित (approximate) CNN त्वरण ढांचा है जिसे एक RISC-V SoC में एकीकृत किया गया है, जो उच्च अनुमान सटीकता बनाए रखते हुए महत्वपूर्ण ऊर्जा और क्षेत्र दक्षता प्राप्त करने के लिए कस्टम निर्देशों, एक लॉगरिदमिक मल्टीप्लायर और गोपनीयता तंत्रों को जोड़ता है।

MoVerse: Real-Time Video World Modeling with Panoramic Gaussian Scaffold

मोवर्स (MoVerse) एक वास्तविक समय का वीडियो वर्ल्ड मॉडल है जो पहले टोपोलॉजी-अवेयर डिफ्यूजन के साथ दृश्य का विस्तार करके, एक निरंतर 3D गॉसियन स्कैफोल्ड का निर्माण करके, और एक डिस्टिल्ड कॉज़ल ऑटोरेग्रेसिव स्टूडेंट नेटवर्क के माध्यम से फोटोरियलिस्टिक वीडियो रेंडर करके, एक एकल नैरो-फील्ड-ऑफ-व्यू इमेज से इंटरैक्टिव रूप से नेविगेबल, हाई-फिडेलिटी 360-डिग्री दृश्य उत्पन्न करता है।

Beware of Aliases -- Signal Preservation is Crucial for Robust Image Restoration

यह शोध पत्र BOA-Restormer को प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-आधारित इमेज रेस्टोरेशन मॉडल है जो एलियास-मुक्त (alias-free) पथ बनाने के लिए फ्रीक्वेंसी-डोमेन डाउनसैंपलिंग और अपसैंपलिंग का उपयोग करता है, जिससे बहाली प्रदर्शन (restoration performance) पर न्यूनतम प्रभाव के साथ मॉडल की मजबूती में महत्वपूर्ण सुधार होता है।

Evaluating Synthetic Data Generation for Domain Generalization in Fetal Brain MRI Segmentation

यह शोध पत्र FetalSynthSeg प्रस्तुत करता है, जो एक डोमेन जनरलाइजेशन फ्रेमवर्क है, जो सरल गॉसियन मिक्सचर-आधारित इंटेंसिटी मॉडलिंग और इंटेंसिटी क्लस्टरिंग का लाभ उठाकर विविध स्कैनर और कंट्रास्ट के बीच अत्याधुनिक प्रदर्शन और सुदृढ़ क्रॉस-मोडैलिटी जनरलाइजेशन प्राप्त करता है।

SpeeDe3DGS: Speedy Deformable 3D Gaussian Splatting with Temporal Pruning and Motion Grouping

SpeeDe3DGS टेम्पोरल सेंसिटिविटी प्रूनिंग (Temporal Sensitivity Pruning), टेम्पोरल सेंसिटिविटी सैंपलिंग (Temporal Sensitivity Sampling) और ग्रुपफ्लो (GroupFlow) को पेश करके डायनेमिक 3D गॉसियन स्प्लेटिंग को तेज़ करता है, जिससे उच्च पुनर्निर्माण निष्ठा (reconstruction fidelity) बनाए रखते हुए कम्प्यूटेशनल लागत और प्रशिक्षण समय को महत्वपूर्ण रूप से कम किया जा सकता है।