1863 papers
Dit paper introduceert CIPHER, een trainingsvrije methode die hallucinaties in Large Vision-Language Models onderdrukt door een subspace voor visueel veroorzaakte hallucinaties te identificeren via een tegenstrijdig dataset en deze vervolgens tijdens de inferentie te projecteren.
Dit artikel introduceert StructDamage, een groot en divers dataset met ongeveer 78.093 afbeeldingen van negen oppervlaktetypes, die is samengesteld om robuuste en generaliseerbare deep learning-modellen voor het detecteren van structurele schade en barsten mogelijk te maken.
Deze paper introduceert een autoencoder-gebaseerde, ruimtelijk zelftoezichtende deep learning-methode voor het selecteren van structureel betekenisvolle pieken in massaspectrometrie-imaging, gekoppeld aan een nieuwe evaluatieprocedure op basis van expert-annotaties die aantoont dat de aanpak superieur is aan bestaande methoden.
Deze paper introduceert IMTBench, een nieuw benchmark voor in-beeld vertaling dat 2.500 realistische voorbeelden omvat en een uitgebreide, multimodale evaluatie mogelijk maakt om de huidige beperkingen van synthetische datasets en eendimensionale meetmethoden aan te pakken.
Dit onderzoek toont aan dat de naïeve blootstelling van generatieve AI-vaardigheden via chatbots de effectiviteit van deepfake-detectie fundamenteel ondermijnt, omdat deze systemen onbedoeld authenticiteitscriteria onthullen die door niet-experts kunnen worden gebruikt om gemanipuleerde beelden te verfijnen en zo detectie te omzeilen.
Deze paper introduceert een nieuwe autoregressieve flow-methode met een slecht gestelde beperking die UHD-beeldontwarring efficiënt en stabiel uitvoert door een progressief, grof-naar-fijn proces te combineren met Flow Matching en regularisatie voor numerieke stabiliteit.
Deze paper introduceert een visueel geleid framework voor het ontkoppelen van semantische informatie dat, door het gebruik van visuele priors en een hybride feature fusion module, de controle en kwaliteit van medische beeldgeneratie significant verbetert ten opzichte van bestaande methoden.
Dit artikel introduceert STEPH, een efficiënte methode die hypernetwerken en sparse task vector mixup gebruikt om kennis van meerdere kankersoorten te combineren en zo de prognosevoorspelling voor Whole-Slide Images te verbeteren zonder grote schaal gezamenlijke training of uitgebreide inferentie.
DSFlash is een laag-latentie model voor panoptische scènegraafgeneratie dat real-time prestaties combineert met uitgebreide contextuele informatie en een opvallend lage trainingsvereiste, waardoor het ideaal is voor implementatie op bronnenbeperkte randapparatuur.
Dit onderzoek evalueert de gevoeligheid van elf promptbare foundation modellen voor de segmentatie van musculoskeletale CT-beelden en concludeert dat de prestaties sterk variëren afhankelijk van de prompting-strategie en anatomische structuur, waarbij de prestaties met menselijke prompts lager zijn dan die met ideale prompts, wat de selectie van het meest geschikte model voor klinische toepassingen bemoeilijkt.
Dit artikel introduceert een taalgeleid raamwerk voor cognitieve defectanalyse in actieve infraroodthermografie van CFK-materialen, dat gebruikmaakt van vooraf getrainde vision-language modellen en een lichte adapter om zero-shot defectdetectie mogelijk te maken zonder uitgebreide trainingsdatasets.
Dit artikel introduceert P-GSVC, het eerste gelaagde progressieve 2D-Gaussian-splatting-framework dat een schaalbare oplossing biedt voor beeld- en videoherconstructie via een gezamenlijke trainingsstrategie die de prestaties aanzienlijk verbetert ten opzichte van sequentiële methoden.
Deze paper introduceert PET-F2I-41K, een uitgebreide benchmark met meer dan 41.000 PET/CT-rapporten, en presenteert een parameter-efficiënt, op LoRA gefinetuned 7B-model dat aanzienlijk beter presteert dan bestaande LLM's bij het genereren van diagnostische impressies, ondersteund door nieuwe klinisch onderbouwde evaluatiemetrics.
UniStitch is een baanbrekend framework dat traditionele geometrische kenmerken en semantische kenmerken uit neurale netwerken verenigt via een Neural Point Transformer en een Adaptive Mixture of Experts-module, waardoor het de prestaties van bestaande beeldstitching-methoden aanzienlijk verbetert.
Dit paper introduceert R4-CGQA, een methode die gebruikmaakt van een nieuw dataset met gestructureerde kwaliteitsbeschrijvingen en een twee-stroom retrieval-framework om bestaande Vision Language Models te verbeteren in het beoordelen en verklaren van de kwaliteit van computergraphics-afbeeldingen.
Dit artikel introduceert LIDA, een model-onafhankelijk framework dat AI-gegenereerde afbeeldingen attribueert door het probleem te formuleren als instantieretrieval in plaats van classificatie, waardoor state-of-the-art prestaties worden bereikt in zero- en few-shot scenario's.
Dit paper introduceert Marigold-SSD, een efficiënt zero-shot dieptevullingsframework dat gebruikmaakt van single-step diffusiemodels om de inferentiesnelheid te verhogen en de kosten te verlagen, terwijl het tegelijkertijd robuuste 3D-perceptie biedt over diverse domeinen.
Dit paper introduceert de Latent Transition Discrepancy (LTD)-methode, die de inconsistentie in de overgang van latenterepresentaties tussen netwerklagen benut om synthetische afbeeldingen met superieure nauwkeurigheid en generalisatievermogen te detecteren.
Dit paper introduceert HyPER-GAN, een lichtgewicht generatief model dat synthetische beelden in real-time fotorealistisch maakt met behoud van semantische consistentie en zonder de visuele artefacten die vaak de prestaties van computervisie-algoritmen beïnvloeden.
Dit paper introduceert MUNIChus, het eerste meertalige benchmark voor nieuwsbeeldcaptioning dat negen talen omvat, waaronder minderheidstalen, en de uitdagingen bij het evalueren van state-of-the-art modellen in deze domein belicht.