4144 papers
Dit paper introduceert LTA, een nieuwe aanvalsmethode die perturbaties optimaliseert in de latente ruimte van een Stable Diffusion VAE in plaats van in pixelruimte, waardoor robuustere en beter overdraagbare adversarial voorbeelden worden gegenereerd die minder kwetsbaar zijn voor beeldverwerkingstransformaties.
Deze paper introduceert WMoE-CLIP, een nieuwe methode voor zero-shot anomaliedetectie die variatie-automatische coderingen, wavelet-decompositie en een semantisch bewust mengsel van experts combineert om de beperkingen van bestaande visueel-taalmodellen bij het detecteren van subtiele en complexe afwijkingen te overwinnen.
Dit paper introduceert P-SLCR, een nieuwe onbewaakte methode voor semantische segmentatie van puntwolken die via prototypestructuurleren en consistent redeneren een prestatie van 47,1% mIoU op S3DIS Area-5 bereikt, zelfs beter dan de klassieke volledig bewaakte PointNet-methode.
Deze studie toont aan dat AI-generaties van hedendaagse kunstwerken, ondanks visuele overeenkomsten, door de oorspronkelijke kunstenaars worden ervaren als gebrek aan diepgang, context en intentie, wat pleit voor een meerdimensionale evaluatie in plaats van het gebruik van één enkele stijlmetriek.
Het artikel introduceert WorldCache, een caching-framework dat wereldmodellen op basis van diffusie versnelt door token-heterogeniteit en niet-uniforme tijdsdynamiek te adresseren via krommingsgeleide voorspelling en adaptief overslaan, wat resulteert in een tot 3,7-voudige snelheidswinst zonder kwaliteitsverlies.
K-MaT is een innovatief prompt-learning framework dat de prestaties van grote biomedische visueel-taalmodellen op lage-resolutie medische beeldvorming verbetert door klinische kennis te gebruiken en optimale transporttechnieken toe te passen om modality-specifieke kortsluitingen te voorkomen zonder extra trainingsdata nodig te hebben.
Het artikel introduceert de Dynamic Chunking Diffusion Transformer (DC-DiT), een model dat de compute-efficiëntie en beeldkwaliteit verbetert door adaptief het aantal tokens aan te passen op basis van beeldinhoud en het denoising-stadium, zonder extra supervisie en met minimale extra training.
Dit paper introduceert LATO, een nieuwe methode die flow matching en gestructureerde, topologiebehoudende latente ruimtes combineert om schaalbare en efficiënte generatie van expliciete 3D-meshes met complexe geometrie en correcte connectiviteit mogelijk te maken zonder isosurface-extractie.
Dit artikel introduceert computer vision-methoden, waaronder lineaire modellen en deep learning, die gebruikmaken van beelden en zinksnelheid van invertebraten om hun droge biomassa nauwkeurig te schatten zonder destructieve handmatige weging.
Dit paper introduceert OralGPT-Plus, een agentisch visueel-taalmodel dat via versterkend leren en een nieuw dataset (DentalProbe) en benchmark (MMOral-X) geavanceerde, iteratieve en symmetrie-bewuste diagnostische redenering voor panoramische tandheelkundige röntgenfoto's mogelijk maakt.
Het artikel introduceert Rewis3d, een raamwerk dat feed-forward 3D-reconstructie gebruikt als extra supervisie om zwakke semantische segmentatie op 2D-afbeeldingen aanzienlijk te verbeteren door dichte labels te simuleren vanuit schaarse annotaties.
Het artikel introduceert MoEMambaMIL, een nieuw raamwerk dat structure-bewuste selectieve state space-modellen en mixture-of-experts combineert om de hiërarchische multi-resolutie-structuur van whole-slide beelden effectiever te modelleren dan bestaande methoden, wat leidt tot state-of-the-art prestaties op negen diagnostische taken.
Het artikel introduceert CHMv2, een verbeterde wereldwijde kaart van boomkruinhoogte met een resolutie van één meter die, dankzij het gebruik van het DINOv3-model en uitgebreide trainingsdata, aanzienlijk nauwkeuriger is dan bestaande producten en beter in staat is om fijne structuren en hoge bossen weer te geven.
Dit paper introduceert een prompt-groepbewust trainingskader dat de gevoeligheid van tekstgestuurde nuclei-segmentatie voor promptformulering vermindert door semantisch gerelateerde prompts te groeperen en consistentie te forceren, wat resulteert in robuustere prestaties en verbeterde generalisatie in computationele pathologie.
Het paper introduceert REACT++, een nieuw model voor real-time generatie van taalscenario's dat door middel van efficiënte kruis-attentie in de prototypische ruimte een ongekende balans bereikt tussen inferentiesnelheid, relatievoorspellingsnauwkeurigheid en objectdetectieprestaties.
Dit artikel introduceert een mens-gestuurd raamwerk voor het reconstrueren van beschadigde cultureel erfgoedfragmenten dat automatisch oplossen combineert met interactieve menselijke begeleiding, waardoor de nauwkeurigheid en efficiëntie aanzienlijk worden verbeterd ten opzichte van bestaande methoden.
DiffInf is een zelfbeïnvloedings-gestuurd diffusion-framework dat annotatie-inconsistenties in gezichtsattribuutlering oplost door hoog-influentie voorbeelden te corrigeren via generatieve aanpassing in plaats van ze te verwijderen, waardoor de generalisatie van de classificatie wordt verbeterd zonder de distributie te verkleinen.
Deze studie toont aan dat in het Vision Transformer-model BEiT de perceptuele ambiguïteit tussen convex en concave vormcompletie pas in de latere lagen wordt opgelost, waarbij de aandachtshoofd L0H9 fungeert als een vroeg zaadje dat een zwakke bias naar convexiteit introduceert.
Deze paper introduceert PSIVG, een nieuw raamwerk dat een fysieke simulator integreert in het video-generatieproces om AI-gegenereerde video's fysiek consistent te maken, zoals correcte zwaartekracht en botsingen, terwijl de visuele kwaliteit behouden blijft.
Dit paper presenteert een niet-invasieve methode op basis van stereovisie en YOLOv11-Pose die rekening houdt met lichtbreking om de lengte van kleine zoetwatervissen in thuisaquaria nauwkeurig te schatten.