3892 papers
Het artikel introduceert FusionRegister, een efficiënte en robuuste methode die visuele priors gebruikt om misregistratie direct in het fusieproces van infrarood- en zichtbare beelden op te lossen, waardoor uitgebreide voorafgaande registratie overbodig wordt en de kwaliteit van bestaande fusietechnieken wordt behouden.
Dit paper introduceert UniUncer, een lichtgewicht, unificerend framework dat onzekerheid voor zowel statische als dynamische scene-elementen integreert in een end-to-end rijplanner, waardoor de betrouwbaarheid en prestaties aanzienlijk worden verbeterd met minimaal rekenkundig overhead.
Het paper introduceert FrameVGGT, een frame-gedreven architectuur die de groei van het geheugen in streaming 3D-perceptie beperkt door frames te behandelen als samenhangende bewijsblokken, waardoor een betere afweging tussen nauwkeurigheid en geheugengebruik wordt bereikt voor langdurige videostreams.
Dit artikel introduceert RoboPCA, een raamwerk dat menselijke demonstraties gebruikt om robots gelijktijdig de juiste contactgebieden en houdingen te leren voorspellen voor effectieve objectmanipulatie, waardoor inconsistenties in bestaande methoden worden opgelost.
Dit paper introduceert CDA-VSR, een efficiënt online video super-resolutie-netwerk dat gecomprimeerde domein-informatie zoals bewegingsvectoren en residukaarten benut om de kwaliteit te verbeteren en de inferentiesnelheid te verdubbelen ten opzichte van bestaande methoden.
Dit paper introduceert het Masked Motion Diffusion Model (MMDM), een generatief raamwerk dat onvolledige of ruisbeïnvloede bewegingsdata reconstrueert door contextadaptieve bewegingspriors te leren via een Kinematic Attention Aggregation-mechanisme, waardoor robuuste 3D-bewegingherstel mogelijk wordt bij occlusies of onnauwkeurige draagbare sensoren.
TDM-R1 is een nieuwe versterkingsleerparadigma dat few-step diffusiemodellen effectief optimaliseert met niet-differentieerbare beloningen door het leerproces te ontkoppelen in surrogaatbeloningslering en generatorlering, wat leidt tot state-of-the-art prestaties in diverse generatietaken.
Het paper introduceert PARSE, een raamwerk dat objectinteracties op deeltjesniveau modelleert via een Part-centric Assembly Graph om ambiguïteiten in ruimtelijke relaties op te lossen en zo fysiek consistente 3D-scènes te genereren en ruimtelijk redeneren te verbeteren.
Dit paper introduceert 3ViewSense, een raamwerk dat het ruimtelijke intelligentie-gat in Vision-Language Models dicht door ruimtelijk redeneren te grondvesten in orthografische weergaven via een 'Simuleer-en-Redeneer'-mechanisme, wat leidt tot aanzienlijk betere prestaties in complexe ruimtelijke taken zoals het tellen van blokken en het hanteren van verduistering.
Het paper introduceert AR2-4FV, een systeem dat gebruikmaakt van een stabiele achtergrondankerbank voor langdurige taalgebaseerde objectvolging in video's met een vast camerastandpunt, waardoor het object kan worden herkend en geïdentificeerd zelfs na lange perioden van afwezigheid of verduistering.
Het artikel introduceert DECADE, een onbewaakte diffusiemodel dat tijdsconsistentie toepast om ruis in dynamische Rb-82 hart-PET-beelden te verminderen en zo de beeldkwaliteit en kwantitatieve nauwkeurigheid verbetert zonder gebruik te maken van gepaarde trainingsdata.
Het paper introduceert MedQ-Deg, een uitgebreid benchmark voor het evalueren van multimodale grote taalmodellen in medische beeldvorming onder diverse kwaliteitsdegradaties, waarbij wordt aangetoond dat prestaties systematisch achteruitgaan en modellen vaak onterecht hoog vertrouwen behouden ondanks een daling in nauwkeurigheid.
Deze paper introduceert het GK-FedDKD-framework, een federatief leermodel dat geometrische kennis en dubbele kennisdistillatie combineert om de uitdagingen van data-heterogeniteit bij het analyseren van satellietbeelden effectief aan te pakken en aanzienlijk betere prestaties te leveren dan bestaande methoden.
Dit paper introduceert een geparametriseerde stijltransfermethode die afbeeldingen in het penseelstreek-domein in plaats van het pixeldomein representeert, wat resulteert in een natuurgetrouwere weergave van kunst dan bestaande pixelgebaseerde technieken.
Dit paper introduceert OrdinalBench, een diagnostisch benchmarkdataset van 39.000 vraag-antwoordparen die de generalisatiegrenzen van Vision-Language Models in het begrijpen van ordinaal getallen, zoals het traceren van relatieve posities tot extreme indices, evalueert via gestructureerde redeneertaken.
Deze paper introduceert SGI, een compact en efficiënt framework dat door middel van een zaad-gebaseerde structuur en multi-schaal fitting 2D Gaussians comprimeert en sneller convergeert voor de representatie van hoge-resolutie afbeeldingen zonder kwaliteitsverlies.
Dit artikel introduceert 4DRC-OCC, een robuust systeem voor semantische bezettingsvoorspelling dat 4D-radar en camera-data combineert om prestaties onder moeilijke omstandigheden te verbeteren en een volledig automatisch gelabelde dataset voor training biedt.
Dit paper introduceert MWM, een mobiel wereldmodel dat door middel van een tweestaps trainingsframework en een nieuwe distillatiemethode actie-geconditioneerde consistentie verbetert, wat leidt tot betere visuele kwaliteit, trajectnauwkeurigheid en planningsucces bij navigatie-taken.
HybridStitch is een nieuwe methode voor tekst-naar-afbeelding-generatie die de berekening versnelt door complexe beeldgebieden te verfijnen met een groot model en eenvoudige gebieden te genereren met een kleiner model, wat resulteert in een 1,83-voudige snelheidswinst op Stable Diffusion 3.
In dit project worden goedkope, dier-geactiveerde cameravallen en visuele foundation-modellen in een Hawaïaans wolkwoud ingezet om gedetailleerde fenologische trends en interacties tussen flora en fauna te monitoren zonder toevlucht te nemen tot toezichthoudend leren.