4146 papers
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.
Het artikel introduceert CLoPA, een strategie voor continue aanpassing van de nnInteractive-modellen met een klein aantal parameters die, zonder de bestaande werkstroom te veranderen, de prestaties van interactieve segmentatie voor medische beeldannotatie snel naar expertniveau tilt.
Dit paper introduceert WanderDream, het eerste grote dataset voor emulatie-simulatie van mentale verkenning, dat agenten in staat stelt om ruimtelijke 'wat als'-vragen te beantwoorden en situated reasoning uit te voeren zonder fysieke exploratie door gebruik te maken van wereldmodellen en meervoudige modale taalmodellen.
Dit paper introduceert CaTok, een nieuwe 1D-causale beeldtokenizer met een MeanFlow-decoder en REPA-A-regularisatie die state-of-the-art reconstructie op ImageNet bereikt en autoregressieve generatie voor visuele data mogelijk maakt.
Dit paper introduceert Pinterest Canvas, een groot-schaalig beeldgeneratiesysteem dat een basisdiffusiemodel combineert met snelle, taakspecifieke fine-tuning om strikte productvereisten te vervullen en aanzienlijke verbeteringen in gebruikersbetrokkenheid te realiseren.
Dit artikel analyseert systematisch de invloed van verliesgewichten en outputparametrisering op het trainen van flow-matching-modellen, waarbij de interactie met de intrinsieke dimensie van data, modelarchitectuur en datasetgrootte wordt onderzocht om praktische richtlijnen te bieden voor ontwerpkeuzes.
Dit onderzoek toont aan dat bevestigde visuele features van foundation modellen verborgen, nauwkeurige meetgegevens over continue geometrie bevatten die door de tekstpaden worden beperkt, en dat lichte proeven of LoRA-finetuning deze potentie kunnen vrijmaken zonder volledige hertraining.
Het artikel introduceert GreenRFM, een resource-efficiënt pre-trainingsframework voor radiologische fundamentele modellen dat door middel van geoptimaliseerde 'MUST'-supervisie state-of-the-art prestaties bereikt met aanzienlijk minder rekenkracht en data dan bestaande schaalgedreven benaderingen.
Het paper introduceert Match4Annotate, een lichtgewicht framework dat testtijd-geoptimaliseerde, impliciete neurale feature matching gebruikt om zowel intra- als inter-video annotaties van punten en maskers te propageren, wat leidt tot state-of-the-art resultaten op uitdagende medische ultrasound-datasets.
Deze paper introduceert Self-Flow, een zelfsuperviserend flow-matching-raamwerk dat via een Dual-Timestep Scheduling-mechanisme sterke semantische representaties en generatieve vaardigheden tegelijkertijd leert zonder externe modellen, waardoor schaalbaar en superieur multi-modale synthese voor afbeeldingen, video en audio wordt bereikt.
SG-DOR is een relationeel kader dat scene graphs leert met richting-geconditioneerde occlusie-redenering om de obstructie van pepervruchten door bladeren te voorspellen en zo robotische oogst in dichte gewasdaken te optimaliseren.
Dit onderzoek toont aan dat een op meer dan 45.000 echo-beelden getraind AI-systeem de prenatale detectie van orofaciale clefts nauwkeurig kan uitvoeren en tegelijkertijd de diagnostische vaardigheden van minder ervaren radiologen verbetert, waardoor het een schaalbare oplossing biedt voor zowel diagnose als medisch onderwijs in gebieden met een tekort aan specialisten.
Dit paper introduceert SCAN, een universeel framework dat het compromis tussen nauwkeurigheid en toepasbaarheid in uitlegbare AI oplost door architectuuronafhankelijke, hoogwaardige visuele verklaringen te genereren voor zowel CNN's als Transformers.
Deze paper introduceert AV-Unified, een unificerend framework dat diverse audio-visuele taken zoals gebeurtenislocalisatie en vraagbeantwoording combineert door inputs en outputs te standaardiseren als discrete tokens en gebruik te maken van multi-schaal ruimtetijdbewaking en kruismodale begeleiding voor een alomvattend begrip van complexe scènes.
Deze paper introduceert een eenvoudige kalibratiemethode voor diffuse LiDARs die per-pixel responskaarten schat om een expliciete ruimtelijke overeenkomst met RGB-beelden tot stand te brengen, waardoor de beperkingen van de standaard straal-aanname worden overwonnen.
In dit paper wordt een trainingsvrije methode gepresenteerd die linguïstische ontkenning in tekst-naar-video diffusiemodellen effectief reguleert door semantische geleiding te beperken via een gestructureerd convex constraint-set, zonder de modelparameters opnieuw te hoeven trainen.
Deze paper introduceert SurgFormer, een schaalbaar multiresolutie-gated transformer-model dat op basis van XFEM-gegenereerde data realistische en real-time voorspellingen van orgaandeformatie en resectie mogelijk maakt voor chirurgische simulaties.
Dit onderzoek toont aan dat het selectief verwijderen van redundante labels uit multisource en multimodale datasets voor autonoom rijden de objectdetectieprestaties kan verbeteren, waardoor redundantie wordt erkend als een cruciale en actievere factor voor datakwaliteit.
EgoReasoner is een tweestapsframework dat egocentrische 4D-reasoning verbetert door taakadaptieve denktemplates en beloningsfuncties te gebruiken, waardoor een klein model van 3B parameters op de HD-EPIC-benchmark significant beter presteert dan grotere modellen.