4115 papers
Deze studie presenteert een deep ensemble learning-methode die CNN's en Vision Transformers combineert via vier onafhankelijke fusiemodellen om de classificatie van remote sensing-beelden te verbeteren en tegelijkertijd een prestatieknelpunt door redundante kenmerken te overwinnen.
Het artikel introduceert Cog2Gen3D, een diffusion-framework dat semantische en absolute geometrische cognitie combineert via een cognitieve latent-grafiek om fysiek plausibele en structureel rationele 3D-generaties te realiseren die de bestaande methoden overtreffen.
VS3R is een nieuw framework dat feed-forward 3D-reconstructie combineert met generatieve videodiffusie om robuuste, volledige-frame video-stabilisatie te bereiken die zowel geometrische stabiliteit als visuele consistentie garandeert.
Dit paper introduceert MACRO, een zelfevoluerend medisch agent dat door ervaring gedreven zelfontdekking dynamisch nieuwe samengestelde hulpmiddelen creëert uit succesvolle uitvoeringstrajecten, waardoor de robuustheid en generalisatie van medische beeldinterpretatie aanzienlijk verbetert ten opzichte van statische systemen.
Deze paper introduceert TumorChain, een multimodaal raamwerk met verweven redenering en een groot dataset genaamd TumorCoT, dat stap-voor-stap klinische tumoranalyse op basis van 3D CT-scans mogelijk maakt om de traceerbaarheid te vergroten en diagnostische fouten te verminderen.
Dit paper introduceert PatchCue, een nieuw paradigma dat de redeneercapaciteiten van Vision-Language Models verbetert door visuele aanwijzingen op patch-niveau te gebruiken in plaats van tekstuele of pixel-gebaseerde methoden, wat leidt tot betere prestaties op diverse multimodale taken.
Dit paper introduceert MemSeg-Agent, een nieuw paradigma voor medische beeldsegmentatie dat adaptatie verschuift van gewichtsruimte naar geheugenruimte om via een geïntegreerde architectuur met dynamisch samengestelde geheugeneenheden few-shot learning, federated learning en test-tijd aanpassing mogelijk te maken zonder zware communicatiekosten of fine-tuning.
Dit artikel presenteert een systematische evaluatie van synthetische nieuwe weergaven voor video-locatieherkenning, waarbij wordt geconcludeerd dat hoewel kleine toevoegingen de prestaties verbeteren, bij grotere toevoegingen het aantal toegevoegde beelden en het type dataset belangrijker zijn dan de grootte van het gezichtspuntverschil.
CylinderSplat is een doorvoedend raamwerk voor panoramische 3D-Gaussian Splatting dat een nieuwe cilindrische Triplane-representatie en een dubbelvertakkingsarchitectuur introduceert om vervorming te verminderen en de beste resultaten te behalen bij het synthetiseren van nieuwe weergaven uit één of meerdere panorama's.
PixARMesh is een autoregressieve methode die vanuit één RGB-afbeelding complete, artistiek bruikbare 3D-interieurscènes reconstrueert door objectindeling en geometrie direct in een unifyd model te voorspellen, zonder afhankelijkheid van impliciete afstandsvelden of latere optimalisatie.
InnoAds-Composer is een efficiënt, single-stage framework dat de kwaliteit van e-commerce posters verbetert door gelijktijdige controle over product, tekst en stijl, waarbij het middels een slimme token-routing en een tekstversterkingsmodule de beperkingen van bestaande meerstaps-methoden overwint.
Dit paper introduceert drie technieken om bias in Concept Bottleneck Models te verminderen, waardoor deze modellen zowel eerlijker als interpreteerbaarder worden voor beeldclassificatie.
Het paper introduceert CollabOD, een lichtgewicht raamwerk voor het detecteren van kleine objecten in UAV-beelden dat structurele details behoudt en heterogene featurestreams uitlijnt om de stabiliteit en robuustheid van de lokalisatie te verbeteren zonder de inferentie-efficiëntie te verlagen.
Dit paper introduceert Art3D, een nieuw raamwerk voor artistieke dispariteitsynthese dat de focus van puur geometrische nauwkeurigheid verlegt naar het nabootsen van de emotionele en cinematische intentie van professionele 3D-films bij de conversie van 2D- naar 3D-beelden.
Pano3DComposer is een efficiënt feed-forward framework dat composities van volledige 360-graden 3D-scènes genereert vanuit één panoramafoto door objectgeneratie en lay-outschattingsproblemen te ontkoppelen via een plug-and-play Object-World Transformation Predictor.
Dit paper introduceert CORE-Seg, een end-to-end framework dat redenering en segmentatie integreert via versterkingsleer en een nieuw Chain-of-Thought-benchmark (ComLesion-14K) om de prestaties bij complexe laesies in medische beeldvorming aanzienlijk te verbeteren.
Dit paper introduceert BlackMirror, een trainingsvrij black-box raamwerk dat backdoors in text-to-image-modellen detecteert door instructie-responsafwijkingen te analyseren in plaats van alleen op visuele gelijkenis te vertrouwen.
Dit paper introduceert de Rectified Flow Auto Coder (RAC), een efficiënter alternatief voor traditionele VAE's dat door het gebruik van rectified flow bidirectionele inferentie, stapsgewijze correctie en een verbeterde kwaliteit van reconstructie en generatie mogelijk maakt met aanzienlijk lagere rekentijd.
Dit paper introduceert RAID, een groot dataset voor risicoperceptie in verkeerssituaties, en presenteert een zwak toezicht framework dat de relatie tussen bestuurdersintenties en reacties modelleert om risicovolle objecten te identificeren, wat leidt tot aanzienlijke prestatieverbeteringen ten opzichte van bestaande methoden.
Deze paper introduceert TAR-ViTPose, een nieuw Vision Transformer-model dat de prestaties van 2D-houdingsschatting in video's verbetert door tijdsgerelateerde informatie tussen frames te aggregeren en te herstellen, wat leidt tot robuustere en nauwkeurigere resultaten dan bestaande statische of videobaseerde methoden.