4018 papers
Dit paper introduceert VeilGen, een generatief model dat ongesuperviseerd latent transmissie- en glanskaarten leert om realistische veilingglans te simuleren, en DeVeiler, een restauratienetwerk dat deze kaarten gebruikt om beeldkwaliteit in vereenvoudigde optische systemen te herstellen.
Dit paper introduceert UAM, een unificerend Attention-Mamba-achterframe voor multimodale frameworks dat door flexibele integratie van deze technologieën zonder handmatige afstemming state-of-the-art resultaten behaalt voor tumorcelclassificatie en -segmentatie.
Deze paper introduceert EgoCogNav, een multimodaal raamwerk voor egocentrische navigatie dat cognitieve factoren zoals waargenomen onzekerheid integreert om menselijk gedrag beter te voorspellen, vergezeld van een nieuw dataset genaamd CEN.
Het artikel introduceert SyncMV4D, een baanbrekend model dat voor het eerst gesynchroniseerde multi-view video's en 4D-bewegingen van hand-object-interacties genereert door een gesloten lus te creëren tussen visuele priors, bewegingsdynamica en multi-view geometrie, waardoor zowel realisme als consistentie aanzienlijk worden verbeterd.
Deze paper introduceert ReInversion, een trainingsvrije methode voor exemplaar-gestuurde beeldbewerking die via een omkeerbaar twee-staps proces en een maskergestuurde selectieve denoising-strategie state-of-the-art resultaten bereikt met minimale rekenkosten.
Deze studie presenteert een methode voor weefselmasker-ondersteunde registratie van volledige lichaams-MRI-beelden in de UK Biobank die, door gebruik te maken van subcutane vet- en spiermaskers, significant betere registratieprestaties en anatomische uitlijning bereikt dan bestaande intensiteitsgebaseerde methoden.
In dit artikel wordt UniTS voorgesteld, een unificerend spatiotemporale generatief model op basis van flow matching dat diverse aardobservatietaken zoals reconstructie, wolkverwijdering, veranderingdetectie en voorspelling integreert in één raamwerk, waardoor het bestaande gespecialiseerde modellen overtreft, vooral onder uitdagende omstandigheden.
Dit artikel introduceert een puntwolkgebaseerd raamwerk voor menselijke houdingsschatting dat de spatiotemporale eigenschappen van event-camerastromen benut via nieuwe modules voor tijdelijke slicing en sequentiële modellering, waardoor de prestaties aanzienlijk worden verbeterd zonder de hoge tijdsresolutie van het signaal te verliezen.
Het artikel introduceert DFIR-DETR, een transformer-gebaseerde detector die de prestaties bij het detecteren van kleine objecten in complexe scènes verbetert door dynamische content-aggregatie, normbehoudende feature-pyramides en frequentiedomein-iteratieve verfijning te combineren om hoge-frequentie randinformatie te behouden.
Fast-BEV++ is een nieuw visueel Bird's-Eye-View-perceptieframework dat door middel van een hardware-geoptimaliseerde architectuur de traditionele afweging tussen detectienauwkeurigheid en verwerkingssnelheid oplost, waardoor het een nieuwe state-of-the-art prestatie op de nuScenes-benchmark bereikt met real-time inferentie van meer dan 134 FPS.
Dit artikel introduceert een nieuw raamwerk dat submodulaire subsetselectie combineert met onzekerheidsschatting om de robuustheid en betrouwbaarheid van visuele uitlegbare methoden te verbeteren onder distributieveranderingen zonder extra training.
Dit paper introduceert Photo3D, een framework dat de fotorealistische 3D-generatie verbetert door een structuur-gealigneerde meerzichtsynthese te gebruiken om een gedetailleerde dataset te creëren die de beperkingen van bestaande 3D-generatoren in het realisme van texturen oplost.
Dit artikel introduceert een modulair, volledig op leren gebaseerd framework voor neurale beeldsignaalverwerking dat ruwe invoer omzet in hoogwaardige afbeeldingen met volledige controle over tussenstappen, waardoor schaalbaarheid, generalisatie en interactieve nabewerking worden verbeterd.
Dit artikel introduceert een nieuwe patch-gebaseerde topologische data-analyse-methode voor CT-beelden die, vergeleken met bestaande cubische complex-algoritmen en radiomische kenmerken, zowel de classificatieprestaties aanzienlijk verbetert als de rekentijd verlaagt.
Dit paper introduceert VTP, een uniek voortrainingsframework voor visuele tokenizers dat door het gezamenlijk optimaliseren van contrastieve, zelftoezicht- en reconstructieverliezen de schaalbaarheid van generatieve modellen verbetert door een latente ruimte te creëren die hoogwaardige semantiek effectief vastlegt in plaats van alleen lage-niveau pixelinformatie.
Dit paper introduceert CASA, een efficiëntere visueel-taalmodel-architectuur die cross-attention gebruikt in plaats van token-invoeging om de rekenkosten en het geheugengebruik bij lange video- en meervoudige beeldconversaties aanzienlijk te verminderen zonder in te leveren op prestaties.
Deze paper introduceert een lichtgewicht encoder die lange video-archieven efficiënt comprimeert tot korte embeddingen via een vooropgeleide frame-query-objective, waardoor consistente autoregeneratieve video-generatie mogelijk wordt binnen beperkte rekenkracht.
In dit werk wordt Spatial4D-Bench gepresenteerd, een uitgebreid benchmark met ongeveer 40.000 vraag-antwoordparen voor 18 taken die de beperkingen van multimodale grote taalmodellen in menselijke 4D-ruimtelijke intelligentie blootlegt en de ontwikkeling van geavanceerdere modellen stimuleert.
Deze paper introduceert MDENeRF, een iteratief framework dat monokulaire diepteschattingen verfijnt door Bayesiaanse fusie toe te passen op een globale monokulaire prior en gedetailleerde, onzekerheidsgebaseerde dieptedata van Neural Radiance Fields.
Dit paper introduceert FlyPose, een lichtgewicht en robuust systeem voor het schatten van menselijke houdingen vanuit drone-beelden dat aanzienlijke prestatieverbeteringen boekt, real-time presteert op een Jetson Orin AGX en wordt aangevuld met een nieuw, uitdagend dataset genaamd FlyPose-104.