1401 papers
Dit artikel introduceert een compact bidirectioneel Transformer-model voor beeldbeschrijving dat door het koppelen van links-naar-rechts en rechts-naar-links stromen in één parallelle architectuur, context uit beide richtingen benut en nieuwe state-of-the-art resultaten bereikt op het MSCOCO-benchmark.
Dit artikel introduceert PnLCalib, een op optimalisatie gebaseerde kalibratiemethode voor sportvelden die gebruikmaakt van een 3D-soccerfield-model en lijndetectie om nauwkeurigere camera-calibratie te bereiken in broadcast-sportvideo's dan bestaande zoekmethoden.
TIMotion is een efficiënt en effectief framework voor het genereren van mens-mens bewegingen dat via causale interactie-injectie, rollen-evoluerende scanning en lokaal patroonversterking de beperkingen van bestaande methoden overwint om superieure resultaten te behalen.
Deze paper introduceert een unificerend raamwerk dat kwantisatie en verduidelijking als additief ruis modelleert en een afgeleid denoising-dekwantisatietransform toepast om stabiele training van neurale netwerken op willekeurige precisie- en sparsiteitsniveaus mogelijk te maken, waardoor state-of-the-art resultaten worden behaald in ultra-lage precisie-regimes zoals A1W1.
Dit paper introduceert DCPI, een methode voor datasetcondensatie die de prestaties verbetert door naast de gereduceerde dataset ook 'geprivilegieerde informatie' te synthetiseren die als aanvullende supervisie dient tijdens het trainen van modellen.
Deze paper introduceert een onbeheerde methode voor representatieleren die sequentiegegevens analyseert door latente transformaties te ontleden in een combinatie van actieve, sparsere rotatie- en potentiaalvelden, wat leidt tot nieuwe ontkoppelde representaties met state-of-the-art prestaties in waarschijnlijkheid en equivariantie.
Deze paper presenteert een nieuwe beeldcompressietechniek voor onderwaterrobots die gebruikmaakt van gesynthetiseerde nieuwe weergaven en gradiëntafstijging om de beperkte bandbreedte van akoestische communicatie te overwinnen, wat resulteert in superieure compressie en beeldkwaliteit.
Dit artikel introduceert een budget-efficiënt actief prompt-learningkader dat gebruikmaakt van class-geleide clustering en adaptieve drempels op basis van Vision-Language Model-priors om met minder gelabelde data een hogere nauwkeurigheid te bereiken dan bestaande methoden.
Dit paper introduceert ARSGaussian, een innovatieve methode voor het synthetiseren van nieuwe beelden uit luchtfoto's die LiDAR-puntenwolken en aangepaste geometrische beperkingen combineert met 3D Gaussian Splatting om problemen zoals zwevende objecten en geometrische onnauwkeurigheden op te lossen, terwijl tegelijkertijd het nieuwe AIR-LONGYAN-dataset wordt vrijgegeven.
Dit paper introduceert CuriousBot, een systeem dat gebruikmaakt van een 3D-relatieobjectgrafiek om mobiele robots in staat te stellen hun omgeving actief te verkennen door interactie, waarmee het de beperkingen van bestaande methoden die zich voornamelijk op waarneming richten, overtreft.
Dit paper introduceert iMarkers, onzichtbare fiduciële markers die uitsluitend door robots en AR-apparaten kunnen worden gedetecteerd, waardoor ze een esthetisch onopvallende oplossing bieden voor navigatie en objectherkenning in diverse robotica-scenario's.
Dit survey biedt een uitgebreide overzicht van meer dan 200 publicaties over de generaliseerbaarheid van Wi-Fi-sensoren, waarbij het een gestructureerde taxonomie presenteert van technieken, datasets en toekomstige onderzoeksrichtingen om de robuustheid van deze systemen in verschillende omgevingen te verbeteren.
Dit paper introduceert RS-STE, een nieuw model dat tekstherkenning en tekstbewerking naadloos integreert in een enkel kader om complexe scenario's te verbeteren en state-of-the-art resultaten te behalen op synthetische en real-world benchmarks.
Deze paper introduceert een nieuw semi-supervised teacher-student framework voor biomedische beeldsegmentatie dat gebruikmaakt van diffusion modellen om hoogwaardige pseudo-labels te genereren en zo de prestaties aanzienlijk verbetert in scenario's met beperkt gelabelde data.
Deze paper introduceert BR-Gen, een groot dataset van lokaal vervalste afbeeldingen met diverse scene-annotaties, en NFA-ViT, een nieuw model dat gebruikmaakt van ruisgeleide vervalsingsversterking om subtiele AI-gemaakte manipulaties in beelden effectiever te detecteren.
Dit paper introduceert M4-SAR, een uitgebreide dataset en benchmark voor objectdetectie door middel van fusie van optische en SAR-beelden, die de prestaties aanzienlijk verbetert in complexe omgevingen vergeleken met single-source detectie.
Dit paper introduceert MARRS, een nieuw framework dat gebruikmaakt van continue representaties en een Unit-distinguished Motion VAE met Action-Conditioned Fusion en Adaptive Unit Modulation om gecoördineerde en fijnmazige menselijke reactiebewegingen te synthetiseren, waarmee de beperkingen van vector-quantisatie en de complexiteit van bestaande autoregressieve modellen worden overwonnen.
Dit paper introduceert EasyText, een bestuurbare Diffusion Transformer-architectuur die nauwkeurige multilinguale tekstweergave mogelijk maakt door middel van nieuwe positie-encoding-technieken en een groot synthetisch dataset.
Dit paper introduceert SpikeSMOKE, een energiezuinige architectuur voor monokulaire 3D-objectdetectie die gebruikmaakt van spiking neurale netwerken en een nieuw Cross-Scale Gated Coding-mechanisme om de prestaties te verbeteren en het energieverbruik aanzienlijk te verlagen ten opzichte van bestaande methoden.
Dit paper introduceert FieldLVLM, een nieuw raamwerk dat Large Vision-Language Models verbetert in het interpreteren van complexe stromingsvelddata door fysische kenmerken om te zetten in gestructureerde tekst en een data-compressiestrategie toe te passen, waardoor deze modellen aanzienlijk beter presteren in wetenschappelijke toepassingen.