4147 papers
Dit paper introduceert PhysLLM, een innovatief raamwerk dat Large Language Models combineert met domeinspecifieke rPPG-componenten via strategieën zoals Text Prototype Guidance en Dual-Domain Stationary, om nauwkeurige en robuuste niet-contact fysiologische metingen te realiseren ondanks uitdagingen zoals veranderingen in verlichting en bewegingsartefacten.
ReactDance is een diffusion-framework dat gebruikmaakt van een hiërarchische latente ruimte met HFSQ en BLC om hoge kwaliteit, coherent lange reeksen reactieve dansbewegingen te genereren die nauwkeurig reageren op een leidende danser.
Dit artikel introduceert RESAR-BEV, een verklaarbaar, progressief autoregressief raamwerk voor camera-radar-fusie dat door middel van een residuale decoderingsarchitectuur en robuuste voxel-voorstelling state-of-the-art prestaties bereikt in Bird's-Eye-View-segmentatie voor autonoom rijden.
Dit artikel introduceert DHECA-SuperGaze, een diep leermethode die onbeperkte blikrichtingsschatting verbetert door superresolutie en een dubbel kruisaandachtsmechanisme voor hoofd- en ooginteractie, wat leidt tot aanzienlijk lagere hoekfouten op datasets als Gaze360 en GFIE.
Deze paper introduceert OSPO, een zelfverbeterend framework dat objectgerichte voorkeuroptimalisatie en op aandacht gebaseerde maskers combineert om de nauwkeurigheid van tekst-naar-beeldgeneratie op objectniveau te verbeteren en objecthallucinaties te verminderen zonder afhankelijkheid van externe data of modellen.
In dit paper wordt EDITOR voorgesteld, een effectieve en interpreteerbare methode voor prompt-inversie bij tekst-naar-beeld diffusiemodellen die door het initialiseren van embeddings met een beeldcaptioneringsmodel en het verfijnen ervan in de latente ruimte, superieure resultaten boekt in beeldgelijkenis, tekstuele uitlijning en interpretatie ten opzichte van bestaande technieken.
In dit artikel wordt HypeVPR voorgesteld, een hiërarchisch kader in hyperbolische ruimte dat de inherente hiërarchie van visuele omgevingen benut om perspectief-naar-equirectangulaire plaatsherkenning te verbeteren, wat leidt tot robuustere matching, snellere zoekopdrachten en minder opslagruimte.
Het paper introduceert FLAIR-HUB, het grootste multismodale dataset voor landbedekking en gewasclassificatie met zeer hoge resolutie, dat zes verschillende aardobservatiemodi combineert om geavanceerde deep learning-modellen te trainen en te evalueren voor nauwkeurige landgebruikskartering in Frankrijk.
Deze paper introduceert HSG-12M, een groot dataset met ruim 16 miljoen ruimtelijke multigrafen afgeleid van niet-Hermitische kristalspectra via de Poly2Graph-pipeline, die een cruciale leemte vult in bestaande benchmarks door complexe geometrische informatie te behouden en zo data-gedreven ontdekkingen in de fysica en geometrie-bewust grafenleren mogelijk maakt.
InterActHuman is een nieuw kader dat end-to-end menselijke animatie mogelijk maakt met meerdere concepten door modale voorwaarden zoals tekst, afbeeldingen en lokaal geluid nauwkeurig te koppelen aan specifieke ruimtelijke gebieden, waardoor realistische interacties tussen meerdere personen en objecten worden gegenereerd.
Het paper introduceert AutoV, een lichtgewicht framework dat automatisch de meest geschikte visuele prompt uit een kandidatenpool selecteert voor Large Vision-Language Models door gebruik te maken van verliesgeoriënteerde rangschikking als supervisie, waardoor de prestaties op diverse visuele taken aanzienlijk worden verbeterd zonder handmatige annotatie.
Dit paper introduceert TreeBench, een diagnostische benchmark voor traceerbaar visueel redeneren, en TreeVGR, een trainingsparadigma dat via versterkingsleer gelokaliseerde bewijsvoering en redenering combineert om de prestaties van multimodale modellen aanzienlijk te verbeteren.
Deze paper introduceert GMLN-BTS, een lichtgewicht grafiekgebaseerd netwerk voor multi-modale hersentumorsegmentatie dat met slechts 4,58 miljoen parameters state-of-the-art prestaties bereikt door middel van een modality-aware encoder, een grafiekgebaseerde interactiemodule en een voxelverfijningseenheid.
Deze paper introduceert EDA, een nieuw theoretisch kader dat het ontwerpruimte van diffusiemodellen uitbreidt naar willekeurige ruispatronen om de herstelafstand te minimaliseren en zo superieure prestaties te leveren bij diverse medische en natuurlijke beeldhersteltaken met slechts vijf steekproefstappen.
SAMPO-Path introduceert een nieuw fine-tuningkader dat Direct Preference Optimization toepast op pathologische foundation modellen om de segmentatie van weefselafbeeldingen nauwkeuriger en robuuster te maken door klinische intenties beter af te stemmen op variabele prompts.
Deze paper introduceert SRTrack, een nieuw kader voor het optimaliseren van multi-modale trackers door middel van een significantie-geregulariseerde fijnafstemming die de plasticiteit-stabiliteit-dilemma oplost en de prestaties op diverse benchmarks verbetert.
Dit artikel presenteert een op versterkingslering gebaseerde navigatiemethode voor quadrotors die, door gebruik te maken van tijd-van-aankomst-kaarten als bevoorrechte informatie en een specifieke verliesfunctie, succesvol grote obstakels omzeilt en in de praktijk is getest met een 86% slagingspercentage zonder botsingen.
Dit artikel presenteert een betrouwbare methode voor het lokaliseren van verre objecten op basis van ruisige beeldsegmentatie, die geschikt is voor computergestuurde drone-toepassingen zoals bosbrandmonitoring en die werkt met zowel multi-view triangulatie als deeltjesfilters.
BridgeDrive is een nieuwe, theoretisch consistente anchor-geleide diffusie-brugpolitiek voor gesloten-lus trajectplanning in autonoom rijden die de prestaties op de Bench2Drive-benchmark aanzienlijk verbetert door ruwe ankertrajecten direct om te zetten in verfijnde, contextbewuste plannen.
Het paper introduceert SphereAR, een autoregressief beeldgeneratiemodel dat door het beperken van VAE-latents tot een hypersfeer de variatie-collapse oplost en zo nieuwe state-of-the-art prestaties bereikt die concurreren met of zelfs beter zijn dan diffusion- en masked-generation-modellen.