cs.CV articoli | Gist.Science

On the Exact Algorithmic Extraction of Finite Tesselations Through Prime Extraction of Minimal Representative Forms

Questo articolo presenta un algoritmo gerarchico deterministico che estrae tassellazioni esatte da griglie piane finite attraverso l'identificazione di regioni rettangolari ripetitive, la normalizzazione in forme rappresentative minime e l'estrazione di forme prime, colmando il divario nell'analisi simbolica delle strutture periodiche per applicazioni come la risoluzione di puzzle e l'ottimizzazione strutturale.

Sushish Baral, Paulo Garcia, Warisa Sritriratanarak2026-03-03💻 cs

VGGT-Det: Mining VGGT Internal Priors for Sensor-Geometry-Free Multi-View Indoor 3D Object Detection

Il paper presenta VGGT-Det, il primo framework per il rilevamento 3D di oggetti indoor multi-vista senza geometria dei sensori, che integra le conoscenze interne di VGGT tramite meccanismi di generazione di query guidati dall'attenzione e aggregazione di feature per superare le prestazioni degli stati dell'arte esistenti.

Yang Cao, Feize Wu, Dave Zhenyu Chen + 3 more2026-03-03💻 cs

DriveCode: Domain Specific Numerical Encoding for LLM-Based Autonomous Driving

Il paper presenta DriveCode, un nuovo metodo di codifica numerica che sostituisce i token testuali discreti con embedding dedicati per migliorare la precisione numerica e l'efficienza nei sistemi di guida autonoma basati su modelli linguistici.

Zhiye Wang, Yanbo Jiang, Rui Zhou + 5 more2026-03-03💻 cs

The Aftermath of DrawEduMath: Vision Language Models Underperform with Struggling Students and Misdiagnose Errors

Lo studio rivela che i modelli linguistici visivi analizzano male gli errori degli studenti in difficoltà e falliscono nel diagnosticarli correttamente, indicando la necessità di nuovi incentivi di sviluppo per supportare efficacemente l'educazione matematica.

Li Lucy, Albert Zhang, Nathan Anderson + 2 more2026-03-03💬 cs.CL

Seeing Beyond 8bits: Subjective and Objective Quality Assessment of HDR-UGC Videos

Il paper presenta "Beyond8Bits", un vasto dataset soggettivo di video HDR-UGC, e "HDR-Q", il primo modello multimodale su larga scala che utilizza un nuovo encoder visivo e un framework di ottimizzazione basato sul rinforzo (HAPO) per raggiungere prestazioni all'avanguardia nella valutazione della qualità video HDR.

Shreshth Saini, Bowen Chen, Neil Birkbeck + 3 more2026-03-03🤖 cs.AI

StegoNGP: 3D Cryptographic Steganography using Instant-NGP

Il paper propone StegoNGP, un metodo di steganografia crittografica 3D basato su Instant-NGP che utilizza una funzione di hash controllata da chiavi per nascondere intere scene 3D all'interno di un singolo modello indistinguibile, garantendo alta capacità, robustezza e impercettibilità senza modifiche architetturali.

Wenxiang Jiang, Yujun Lan, Shuo Zhao + 3 more2026-03-03💻 cs

When Does Margin Clamping Affect Training Variance? Dataset-Dependent Effects in Contrastive Forward-Forward Learning

Lo studio dimostra che l'uso del clamping del margine nell'apprendimento Contrastive Forward-Forward aumenta significativamente la varianza dell'addestramento su CIFAR-10 a causa della saturazione dei gradienti, un effetto dipendente dal dataset che può essere eliminato sostituendo il clamping con una sottrazione neutra rispetto al gradiente.

Joshua Steier2026-03-03🤖 cs.LG

Decoupling Motion and Geometry in 4D Gaussian Splatting

Il paper presenta VeGaS, un nuovo framework di 4D Gaussian Splatting che disaccoppia il movimento dalla geometria utilizzando una matrice di taglio galileiana e una rete di deformazione geometrica per ottenere ricostruzioni di scene dinamiche ad alta fedeltà e senza artefatti.

Yi Zhang, Yulei Kang, Jian-Fang Hu2026-03-03💻 cs

EraseAnything++: Enabling Concept Erasure in Rectified Flow Transformers Leveraging Multi-Object Optimization

Il paper presenta EraseAnything++, un framework unificato che risolve l'eliminazione dei concetti indesiderati nei moderni modelli di diffusione basati su flow-matching e transformer per immagini e video, ottimizzando il bilanciamento tra rimozione efficace e preservazione della qualità generativa attraverso una strategia di ottimizzazione multi-obiettivo e tecniche di regolarizzazione temporale.

Zhaoxin Fan, Nanxiang Jiang, Daiheng Gao + 2 more2026-03-03🤖 cs.AI

Fake It Right: Injecting Anatomical Logic into Synthetic Supervised Pre-training for Medical Segmentation

Il paper propone un quadro di pre-addestramento supervisionato sintetico che integra la logica anatomica tramite una banca di forme de-identificate e una strategia di posizionamento sequenziale strutturale, superando i limiti delle primitive matematiche generiche e ottenendo prestazioni superiori nelle segmentazioni mediche 3D senza violare la privacy.

Jiaqi Tang, Mengyan Zheng, Shu Zhang + 2 more2026-03-03💻 cs

Event-Anchored Frame Selection for Effective Long-Video Understanding

Il paper introduce EFS (Event-Anchored Frame Selection), un modulo plug-and-play senza addestramento che migliora la comprensione di video lunghi nei modelli LVLM selezionando in modo gerarchico i frame chiave basati su eventi semantici, ottenendo significativi guadagni di accuratezza su benchmark complessi.

Wang Chen, Yongdong Luo, Yuhui Zeng + 5 more2026-03-03💻 cs

The Texture-Shape Dilemma: Boundary-Safe Synthetic Generation for 3D Medical Transformers

Questo articolo propone un nuovo framework di sintesi ispirato alla fisica che risolve il conflitto tra texture e forma nella generazione di dati sintetici per i Transformer medici, permettendo l'addestramento efficace di modelli ViT su dati reali senza violare la privacy e superando le prestazioni degli approcci esistenti.

Jiaqi Tang, Weixuan Xu, Shu Zhang + 2 more2026-03-03💻 cs

Foundation Models in Remote Sensing: Evolving from Unimodality to Multimodality

Questo articolo presenta un'analisi tecnica completa sull'evoluzione dei modelli fondazionali nel telerilevamento, passando dall'elaborazione unimodale a quella multimodale, fornendo una panoramica sistematica, una guida pratica per la formazione e l'applicazione di questi modelli, e affrontando le motivazioni e le metodologie chiave per i ricercatori nel campo.

Danfeng Hong, Chenyu Li, Xuyang Li + 2 more2026-03-03💻 cs

MLRecon: Robust Markerless Freehand 3D Ultrasound Reconstruction via Coarse-to-Fine Pose Estimation

Il paper presenta MLRecon, un sistema robusto e privo di marcatori per la ricostruzione 3D dell'ecografia a mano libera che utilizza una singola camera RGB-D commerciale e modelli di visione fondazionale per ottenere un tracciamento della sonda preciso e resistente alla deriva, superando i limiti delle metodologie esistenti in termini di costi e affidabilità.

Yi Zhang, Puxun Tu, Kun Wang + 3 more2026-03-03💻 cs

GeodesicNVS: Probability Density Geodesic Flow Matching for Novel View Synthesis

Il paper propone GeodesicNVS, un framework di Flow Matching deterministico che utilizza interpolanti geodetici basati sulla densità di probabilità per migliorare la coerenza geometrica e la consistenza tra le viste nella sintesi di nuove prospettive, superando le limitazioni dei modelli basati sulla diffusione.

Xuqin Wang, Tao Wu, Yanfeng Zhang + 5 more2026-03-03💻 cs

Implementation of Licensed Plate Detection and Noise Removal in Image Processing

Il documento presenta un sistema di riconoscimento delle targhe automobilistiche, basato sull'elaborazione delle immagini e sulla rimozione del rumore, progettato per soddisfare la crescente domanda in Malaysia e per essere applicato in ambiti quali la gestione dei parcheggi, i pedaggi autostradali, la sorveglianza del traffico e l'attività di polizia.

Yiquan Gao2026-03-03⚡ eess

RaUF: Learning the Spatial Uncertainty Field of Radar

Il paper presenta RaUF, un framework di apprendimento del campo di incertezza spaziale che risolve le ambiguità dei dati radar tramite un modello probabilistico anisotropo e un meccanismo di attenzione bidirezionale, migliorando così l'affidabilità e la precisione della percezione spaziale in condizioni di guida complesse.

Shengpeng Wang, Kuangyu Wang, Wei Wang2026-03-03💻 cs

Content-Aware Frequency Encoding for Implicit Neural Representations with Fourier-Chebyshev Features

Il paper propone CAFE e CAFE+, nuovi metodi di codifica delle frequenze che combinano caratteristiche di Fourier e Chebyshev per superare il bias spettrale delle rappresentazioni neurali implicite, consentendo una sintesi più efficiente ed efficace delle alte frequenze e ottenendo prestazioni superiori rispetto agli approcci esistenti.

Junbo Ke, Yangyang Xu, You-Wei Wen + 1 more2026-03-03🤖 cs.AI

Vision-Language Feature Alignment for Road Anomaly Segmentation

Il paper presenta VL-Anomaly, un framework innovativo che sfrutta l'allineamento tra caratteristiche visive e linguistiche tramite modelli pre-addestrati per migliorare la segmentazione delle anomalie stradali, riducendo i falsi positivi e aumentando la rilevazione di ostacoli sconosciuti rispetto ai metodi esistenti.

Zhuolin He, Jiacheng Tang, Jian Pu + 1 more2026-03-03💻 cs

SMR-Net:Robot Snap Detection Based on Multi-Scale Features and Self-Attention Network

Il paper presenta SMR-Net, un algoritmo di rilevamento basato su auto-attenzione e caratteristiche multi-scala, integrato con un sensore dedicato, che supera significativamente i metodi tradizionali nella precisione e nell'efficienza del rilevamento e della localizzazione dei snap per l'assemblaggio robotico automatizzato.

Kuanxu Hou2026-03-03💻 cs

← Precedente Successivo →