3566 papers
Dit paper introduceert M³CAD, een uitgebreid benchmark met multimodale data van meerdere voertuigen om onderzoek naar generieke, coöperatieve autonoom rijden te bevorderen, inclusief een nieuwe adaptieve fusiemethode die communicatie-efficiëntie en waarnemingsnauwkeurigheid in evenwicht brengt.
Dit paper introduceert FoldNet, een framework dat een synthetische dataset en de KG-DAgger-techniek gebruikt om een robuuste, gesloten-lus beleidsstrategie te leren voor het automatisch vouwen van kledingstukken door robots, wat resulteert in een succespercentage van 75% in de echte wereld.
MTVCraft introduceert het eerste framework dat ruwe 3D-motiesequenties (4D-beweging) direct modelleert via een nieuwe tokenisatie-methode en een bewegingsbewust Video DiT, waardoor er robuustere, flexibele en schaalbare karakteranimatie mogelijk is met ongeëvenaarde zero-shot generalisatie voor willekeurige personages en objecten.
Deze paper introduceert een unificerend deep meta-learning-framework dat een convergentiebewezen optimalisatiealgoritme uitrolt naar een neurale architectuur voor versnelde MRI-reconstructie, waardoor zowel multi-spoelherstel als cross-modale synthese effectief worden aangepast aan verschillende steekproefpatronen en modale combinaties.
Dit paper introduceert EgoDex, het grootste en meest diverse dataset tot nu toe van dexterous manipulatie met 829 uur egocentrisch video en gepaarde 3D-handtracking, verzameld met Apple Vision Pro om imitatieleer voor robotica en computerzicht te bevorderen.
Dit paper introduceert Vid2World, een methode die voorgeöefende videodiffusiemodellen omvormt tot interactieve wereldmodellen door causaliteit en causale actiesturing te integreren, waardoor deze modellen schaalbaar en effectief kunnen worden ingezet voor complexe besluitvormingstaken zoals robotbesturing en navigatie.
Dit paper introduceert een revolutionair 'solver-in-the-loop'-kader dat een voorgetrainde 3D-generatieve prior koppelt aan een strikt fysische randintegraalvergelijking-oplosser om complexe 3D-interfaces in elektrische impedantietomografie nauwkeurig en data-efficiënt te reconstrueren zonder de fysische consistentie te compromitteren.
Dit paper introduceert ViTaPEs, een transformer-architectuur die door middel van een innovatieve twee-staps positie-injectie visuele en tactiele data effectief combineert voor taak-agnostische representaties, wat leidt tot state-of-the-art prestaties in herkenning, zero-shot generalisatie en robotische grijpvoorspelling.
Dit paper introduceert GLMask, een semi-zelftoezicht-leringsaanpak die met minimale handmatige annotatie een state-of-the-art instantiesegmentatiemodel voor tarwekoppen ontwikkelt en bovendien aanzienlijke prestatieverbeteringen boekt op het algemene COCO-dataset.
Deze studie introduceert een door variatie-straf geoptimaliseerd GAN-model dat H&E-geschilderde weefselafbeeldingen met hoge precisie omzet in IHC-afbeeldingen voor een kosteneffectieve en betrouwbare HER2-diagnostiek bij borstkanker.
Dit paper introduceert LINO UniPS, een nieuwe methode voor universele fotometrische stereo die licht en oppervlaktnormals effectief ontkoppelt via Light Register Tokens en Interleaved Attention, en hoogfrequente geometrische details behoudt met een wavelet-gebaseerde architectuur, ondersteund door het grote synthetische PS-Verse-dataset.
Deze paper introduceert een nieuw VLM-geleid cascadekader voor Open-Vocabulary Camouflaged Object Segmentation dat de Segment Anything Model (SAM) stuurt met VLM-features voor nauwkeurigere segmentatie en een zachte ruimtelijke prior gebruikt om het domeinverschil bij classificatie te overbruggen, waardoor zowel de lokalisatie als de classificatie van gecamoufleerde objecten aanzienlijk verbetert.
LD-RPS is een nieuwe, datasetvrije methode voor universele beeldherstel die een vooraf getraind latent diffusion-model combineert met recurrente posterior sampling en semantische priors om diverse degradaties zonder gespecialiseerde training te verhelpen.
Dit onderzoek toont aan dat kunstmatige visiesystemen robuuster en meer op de mens gelijkend worden door ze te trainen met een ontwikkelingsvisueel dieet dat is geïnspireerd op de menselijke visuele ontwikkeling, wat leidt tot een sterkere focus op vorm in plaats van textuur en een betere weerstand tegen verstoringen.
Dit artikel introduceert Query-based Adaptive Aggregation (QAA), een innovatieve techniek voor het gezamenlijk trainen van modellen op meerdere datasets om universele visuele plaatsherkenning te bereiken met verbeterde generalisatie en robuustheid.
Dit artikel introduceert MCULoRA, een robuust raamwerk voor emotionele herkenning met onvolledige multimodale data dat door middel van ontkoppeling en dynamische aanpassing van laag-rang adaptatie de prestaties van bestaande methoden aanzienlijk verbetert.
Deze paper introduceert Mamba Snake, een nieuw raamwerk voor geünificeerde medische beeldsegmentatie dat state space-modellering en een snake-specifiek visiemodule combineert om de complexe morfologische en topologische uitdagingen van meervoudige orgaandetectie effectiever op te lossen dan bestaande methoden.
Dit paper introduceert , een voeding-neuraal netwerk dat gebruikmaakt van een volledig permutatie-equivariante architectuur om visuele geometrie te reconstrueren zonder afhankelijkheid van een vaste referentiebeeld, wat leidt tot robuustere en state-of-the-art prestaties bij taken zoals camerapositieschatting en diepteanalyse.
Dit artikel introduceert InsightX Agent, een innovatief LMM-gebaseerd agentisch raamwerk dat de Sparse Deformable Multi-Scale Detector en het Evidence-Grounded Reflection-tool combineert om betrouwbare, interpreteerbare en interactieve X-ray NDT-analyses te leveren met een hoge detectienauwkeurigheid op de GDXray+-dataset.
Dit paper introduceert een op Vision Transformers gebaseerd framework dat, door gebruik te maken van Sentinel-2 en Formosat-5-beelden en een zwak-toezichtstrategie met PCA en een betrouwbaarheidsindex, de segmentatie van door rampen getroffen gebieden verbetert om de EVAP-producten van het Taiwan Space Agency te ondersteunen.