4140 papers
FedARKS is een nieuw federatief leerframework voor personenheridentificatie dat de generalisatie in onbekende domeinen verbetert door lokale, domein-invariante details te benutten en via robuuste kennisselectie en -integratie bijdragen van hoogwaardige clients te maximaliseren in plaats van te vertrouwen op simpele globale middeling.
Het artikel introduceert RMD, een nieuw distillatiekader dat de distributiekloof tussen verschillende resoluties overbrugt via logSNR-gebaseerde mapping en ruisre-injectie, waardoor beeld- en videogeneratie aanzienlijk sneller wordt (tot 33,4x) zonder in te leveren op visuele kwaliteit.
Dit paper introduceert Place-it-R1, een end-to-end framework dat Multimodale Groot Taalmodellen (MLLMs) gebruikt om via chain-of-thought-redenering en een gesloten feedbacklus fysiek consistente en omgevingsbewuste objectinserties in video's te genereren.
Dit onderzoek toont aan dat visueel-taalmiddelen (VLMs) kwetsbaar zijn voor ruimtelijke kleurmenging, waarbij menselijke waarneming aanzienlijk robuuster is en mensgeïnspireerde voorverwerking de prestaties van deze modellen kan verbeteren.
Deze studie introduceert een Virtual Treatment-framework dat gebruikmaakt van multimodale generatieve modellen, waarbij diffusiemodellen superieur blijken aan GAN's, om realistische CT-scans van NSCLC-tumoren te synthetiseren die de anatomische veranderingen door radiotherapie en dosis toewijzing nauwkeurig voorspellen.
Dit paper introduceert VLM-RobustBench, een uitgebreid benchmark voor visueel-taalmodellen dat aantoont dat deze modellen semantisch sterk maar ruimtelijk kwetsbaar zijn, waarbij zelfs lichte geometrische vervormingen hun prestaties aanzienlijk meer beïnvloeden dan zware visuele corrupties.
Deze paper introduceert Reflective Flow Sampling, een trainingsvrije en theoretisch onderbouwde methode die de generatiekwaliteit en prompt-uitlijning van flow-matching modellen zoals FLUX verbetert door tijdens de inferentie gradienten op te voeren voor een betere tekst-beeld coherentie.
FreeOcc is een trainingsvrije pipeline die voorgeprende foundation-modellen gebruikt om vanuit meervoudige beelden zowel semantiek als geometrie te herwinnen voor panoptische 3D-beeldruimtevulling, waarmee het state-of-the-art resultaten bereikt zonder dat er specifieke 3D-modellen getraind hoeven te worden.
Deze paper presenteert een semi-supervised framework voor borst-echografie-segmentatie dat gebruikmaakt van training-vrije pseudolabels gegenereerd door vision-language modellen en verfijnde leerstrategieën om prestaties te bereiken die vergelijkbaar zijn met volledig gesuperviseerde modellen, zelfs met slechts 2,5% gelabelde data.
Dit paper introduceert JOPP-3D, een raamwerk voor open-vocabulaire semantische segmentatie dat panoramische beelden en 3D-puntenwolkdata combineert om taalgestuurde, coherente segmentaties te genereren met aanzienlijk betere prestaties dan de huidige stand van de techniek.
Dit artikel presenteert een methode om 3D-diffusiemodellen voor medische beeldvorming te optimaliseren via versterkingslering met multi-schaalbeloningen, wat leidt tot een verbeterde beeldkwaliteit en een grotere bruikbaarheid voor downstream-taak zoals tumor- en ziekteclassificatie.
Deze paper introduceert auto-aggregatie en per-pixel rescaling als nieuwe technieken om training-vrije diffusion-segmentatoren beter te laten schalen met de generatieve kracht van moderne modellen door bestaande kloven in cross-attention-kaarten te overbruggen.
Dit paper introduceert een tweestapskader dat contrastief leren op gelabelde alfabetten combineert met zelftoezicht via leraar-leerling distillatie om robuuste, vervormingsinvariante embeddings te leren voor het vaststellen van scriptgelijkenis zonder betrouwbare grondwaarheid over historische relaties.
Deze paper introduceert de Motion Turing Test en het HHMotion-dataset om de menselijke gelijkenis van humanoid robotbewegingen te evalueren, waarbij wordt vastgesteld dat huidige robots nog afwijkingen vertonen en dat een eenvoudige basismodel de menselijke gelijkenis beter voorspelt dan multimodale grote taalmodellen.
Dit paper introduceert CRIMSON, een klinisch onderbouwde evaluatiemethode voor het genereren van radiologieverslagen die fouten weegt op basis van klinische relevantie en patiëntveiligheid, en die sterk correleert met de beoordelingen van gespecialiseerde radiologen.
Dit paper introduceert SpaCRD, een transfer learning-methode die histologie en ruimtelijke transcriptomics via een geavanceerd fusie-netwerk combineert om kankergebieden nauwkeuriger te detecteren dan bestaande methoden, zelfs bij variatie in monsters en platforms.
Deze paper introduceert ALANet, een adaptief taalbewust netwerk dat reflecties in afbeeldingen effectief verwijdert door onnauwkeurige taalinvoer te filteren en te optimaliseren, en presenteert het CRLAV-dataset voor evaluatie onder complexe omstandigheden.
Deze paper introduceert een punt-gesuperviseerde framework voor skeletgebaseerde actie-segmentatie die met slechts één gelabeld frame per actiesegment competitieve resultaten bereikt door multimodale data en geavanceerde pseudo-labeltechnieken te combineren, waardoor de afhankelijkheid van kostbare frame-voor-frame annotaties aanzienlijk wordt verminderd.
Dit paper introduceert VG3S, een nieuw raamwerk dat visuele geometrische grounding van Vision Foundation Models integreert in 3D Gaussian Splatting om de nauwkeurigheid van semantische bezettingsvoorspelling voor autonoom rijden aanzienlijk te verbeteren.
Dit paper introduceert CoE, een trainingsvrij raamwerk voor multimodale samenvatting dat via een hiërarchische gebeurtenisgrafiek een gestructureerde Chain-of-Events-redenering toepast om bestaande uitdagingen zoals zwakke cross-modale grounding en gebrek aan temporele modellering op te lossen, wat resulteert in aanzienlijk betere prestaties dan bestaande methoden.