1863 papers
Het paper introduceert Splat2Real, een methode die 3D-Gaussian Splatting en een nieuw curriculum genaamd CN-Coverage combineert om de robuustheid van monokulaire 3D-perceptie voor fysische AI te verbeteren door de selectie van trainingsweergaven te optimaliseren in plaats van alleen het aantal weergaven te verhogen.
Het artikel introduceert SLiM, een efficiënt raamwerk voor het leren van skeletrepresentaties dat de nadelen van contrastief leren en MAE's combineert door een decoder-vrije architectuur met semantische buismasking te gebruiken, wat leidt tot state-of-the-art prestaties met een aanzienlijk lagere rekentijd.
Deze paper introduceert ROVA, een trainingsframework dat de robuustheid van video-redeneringsmodellen tegen realistische verstoringen verbetert door middel van een bewustzijn voor moeilijkheidsgraad en consistentiebeloningen, en presenteert PVRBench als een nieuwe benchmark om deze prestaties te evalueren.
Dit artikel presenteert een systematische analyse van ontwerpkeuzes voor embeddings in aardobservatie-workflows op basis van GeoFMs, waarbij wordt aangetoond dat compacte, herbruikbare representaties mogelijk zijn en dat transformer-architecturen met gemiddelde pooling, tussenliggende ResNet-lagen en het combineren van zelftoezicht-objectieven de prestaties consistent verbeteren.
Dit artikel presenteert een efficiënt gepipelined FPGA-architectuur voor de verplaatsingsvectorzoekmodule van de Intra Pattern Copy-tool in JPEG XS, die door geoptimaliseerd geheugendesign een hoge doorvoer van 38,3 Mpixels/s bij laag stroomverbruik bereikt en zo de praktische hardware-implementatie mogelijk maakt.
A-Edit is een nieuw inpainting-framework dat, ondersteund door het UniEdit-500K-dataset en innovatieve technieken zoals de Mixture of Transformer-module en Mask Annealing Training Strategy, het mogelijk maakt om willekeurige objecten in afbeeldingen nauwkeurig te vervangen met een referentieobject, zelfs bij gebruik van ruwe maskers.
Dit paper introduceert MapGCLR, een semi-supervised methode die geospatiale contrastieve learning toepast op overlappende vogelvluchtfunctiegrids om online vectoriseerde HD-kaarten te verbeteren en zo de afhankelijkheid van uitgebreide handmatige annotaties te verminderen.
Dit paper introduceert BorderNet, een op het visuele cortex gebaseerd CNN-architectuur dat de robuustheid tegen beeldocclusies verbetert door bio-geïnspireerde filters voor randcompletie te gebruiken.
Dit paper introduceert RandMark, een methode voor het verifiëren van eigendom van visuele fundamentele modellen door middel van willekeurige watermerken die in interne representaties worden ingebed om intellectuele eigendomsrechten te beschermen.
UniCom is een unificerend multimodaal framework dat de prestaties van beeldgeneratie en -begrip verbetert door gedetailleerde semantische informatie te behouden via gecomprimeerde continue representaties in plaats van discrete tokenizers, wat leidt tot state-of-the-art resultaten en superieure controleerbaarheid.
WalkGPT is een pixel-gebaseerd vision-language model dat met behulp van dieptebewuste segmentatie en een nieuw benchmark (PAVE) betrouwbare, toegankelijke navigatiegidsen voor voetgangers genereert door semantische en ruimtelijke aspecten van stedelijke omgevingen te combineren.
Deze paper introduceert CTCNet, een nieuw cross-spectraal model voor robuust UAV-verkeersbegrip dat gebruikmaakt van een kennisgebaseerde module en een kwaliteitsbewuste spectrale compensatie, vergezeld van de Traffic-VQA-benchmark, om prestaties onder moeilijke omstandigheden en complexe verkeerscognitie te verbeteren.
Dit paper introduceert de eLasmobranc-dataset, een publiek beschikbare verzameling van expert-gevalideerde afbeeldingen van zeven haai- en roggensoorten uit de oostelijke Middellandse Zee, die is ontworpen om nauwkeurige soortherkenning en biodiversiteitsmonitoring te ondersteunen via kunstmatige intelligentie.
Dit paper introduceert Just-in-Time (JiT), een trainingsvrij framework dat de inferentie van Diffusion Transformers tot 7x versnelt door dynamisch een subset van 'anchor tokens' te gebruiken voor ruimtelijke versnelling, wat resulteert in een bijna verliesloze kwaliteit en een superieure afweging tussen snelheid en fideliteit.
Deze paper introduceert een kalibratievrije, gebeurtenisgebaseerde fotometrische stereosysteem dat gebruikmaakt van een roterende lichtbron en een lichtgewicht per-pixel neurale netwerken om oppervlaktenormalen nauwkeuriger en robuuster te schatten dan bestaande methoden, zelfs onder uitdagende omstandigheden zoals sterke omgevingsverlichting en speculaire reflecties.
Dit paper introduceert CodePercept, een aanpak die de visuele STEM-perceptie van multimodale taalmodellen verbetert door uitvoerbare code als grondslag te gebruiken voor het genereren van beschrijvingen en het reconstrueren van afbeeldingen, gebaseerd op de bevinding dat het schalen van perceptie effectiever is dan het schalen van redenering.
Dit paper introduceert Condition-Degradation Guidance (CDG), een plug-and-play methode die Classifier-Free Guidance verbetert door de semantisch lege nul-prompt te vervangen door een strategisch gedegradeerde voorwaarde, wat leidt tot aanzienlijk betere compositie-accuraatheid en tekst-beeldafstemming zonder extra trainingskosten.
Deze paper introduceert 'Super Neurons', een methode waarbij het direct aftasten van schaalactivaties in de lagere lagen van Vision Language Models leidt tot robuustere classificatieprestaties en een snelheidsverhoging tot 5,10x door extreme vroege exit.
Dit paper introduceert LGA-RCM-YOLO, een model voor fase-interface instantiesegmentatie dat is getraind op het nieuwe CTG 2.0-dataset om transparante glaswerk in laboratoria te monitoren en zo een betrouwbaar visueel sensor te bieden voor procesautomatisering.
Dit artikel introduceert Semantic Granularity Alignment (SGA), een methode die de kwadratische geometrie van Flow Matching benut om gradiëntconflicten te verminderen en zo de convergentie en structurele integriteit bij tekst-naar-afbeelding synthese verbetert.