1863 papers
Dit paper introduceert ARSGaussian, een innovatieve methode voor het synthetiseren van nieuwe beelden uit luchtfoto's die LiDAR-puntenwolken en aangepaste geometrische beperkingen combineert met 3D Gaussian Splatting om problemen zoals zwevende objecten en geometrische onnauwkeurigheden op te lossen, terwijl tegelijkertijd het nieuwe AIR-LONGYAN-dataset wordt vrijgegeven.
Dit paper introduceert CuriousBot, een systeem dat gebruikmaakt van een 3D-relatieobjectgrafiek om mobiele robots in staat te stellen hun omgeving actief te verkennen door interactie, waarmee het de beperkingen van bestaande methoden die zich voornamelijk op waarneming richten, overtreft.
Dit paper introduceert iMarkers, onzichtbare fiduciële markers die uitsluitend door robots en AR-apparaten kunnen worden gedetecteerd, waardoor ze een esthetisch onopvallende oplossing bieden voor navigatie en objectherkenning in diverse robotica-scenario's.
LayoutDreamer is een framework dat 3D Gaussian Splatting en fysica-gestuurde energie combineert om tekstgestuurde, fysiek realistische en goed controleerbare composities van 3D-scènes te genereren, waarmee het de huidige state-of-the-art prestaties verbetert.
Dit survey biedt een uitgebreide overzicht van meer dan 200 publicaties over de generaliseerbaarheid van Wi-Fi-sensoren, waarbij het een gestructureerde taxonomie presenteert van technieken, datasets en toekomstige onderzoeksrichtingen om de robuustheid van deze systemen in verschillende omgevingen te verbeteren.
Dit paper introduceert RS-STE, een nieuw model dat tekstherkenning en tekstbewerking naadloos integreert in een enkel kader om complexe scenario's te verbeteren en state-of-the-art resultaten te behalen op synthetische en real-world benchmarks.
Deze paper introduceert een nieuw semi-supervised teacher-student framework voor biomedische beeldsegmentatie dat gebruikmaakt van diffusion modellen om hoogwaardige pseudo-labels te genereren en zo de prestaties aanzienlijk verbetert in scenario's met beperkt gelabelde data.
Deze paper introduceert BR-Gen, een groot dataset van lokaal vervalste afbeeldingen met diverse scene-annotaties, en NFA-ViT, een nieuw model dat gebruikmaakt van ruisgeleide vervalsingsversterking om subtiele AI-gemaakte manipulaties in beelden effectiever te detecteren.
Dit paper introduceert M4-SAR, een uitgebreide dataset en benchmark voor objectdetectie door middel van fusie van optische en SAR-beelden, die de prestaties aanzienlijk verbetert in complexe omgevingen vergeleken met single-source detectie.
Dit paper introduceert MARRS, een nieuw framework dat gebruikmaakt van continue representaties en een Unit-distinguished Motion VAE met Action-Conditioned Fusion en Adaptive Unit Modulation om gecoördineerde en fijnmazige menselijke reactiebewegingen te synthetiseren, waarmee de beperkingen van vector-quantisatie en de complexiteit van bestaande autoregressieve modellen worden overwonnen.
Dit artikel biedt een systematische review van de integratie van fundamentele modellen in mobiele service-robots, waarbij de huidige uitdagingen, praktische toepassingen, ethische implicaties en toekomstige onderzoeksrichtingen voor betrouwbare en adaptieve robotica in menselijke omgevingen worden belicht.
Dit paper introduceert EasyText, een bestuurbare Diffusion Transformer-architectuur die nauwkeurige multilinguale tekstweergave mogelijk maakt door middel van nieuwe positie-encoding-technieken en een groot synthetisch dataset.
Dit paper introduceert SpikeSMOKE, een energiezuinige architectuur voor monokulaire 3D-objectdetectie die gebruikmaakt van spiking neurale netwerken en een nieuw Cross-Scale Gated Coding-mechanisme om de prestaties te verbeteren en het energieverbruik aanzienlijk te verlagen ten opzichte van bestaande methoden.
Dit paper introduceert FieldLVLM, een nieuw raamwerk dat Large Vision-Language Models verbetert in het interpreteren van complexe stromingsvelddata door fysische kenmerken om te zetten in gestructureerde tekst en een data-compressiestrategie toe te passen, waardoor deze modellen aanzienlijk beter presteren in wetenschappelijke toepassingen.
Deze paper introduceert MGCR-Net, een nieuw multimodaal vision-language netwerk dat gebruikmaakt van graf-geconditioneerde reconstructie en een dual-encoder framework om de nauwkeurigheid van veranderingdetectie in remote sensing te verbeteren door visuele en tekstuele kenmerken diep te integreren.
Dit paper introduceert SFDA-PFT, een lichtgewicht methode voor bronvrije domeinaanpassing die een voorgetraind model aanpast aan ongelabelde neutrale doelgegevens door gebruik te maken van gepersonaliseerde feature-translatie in de latentruimte, waardoor privacybehoud wordt gewaarborgd en de prestaties voor gezichtsuitdrukkingsherkenning worden verbeterd zonder brondata of beeldsynthese.
Deze paper introduceert EgoCross, een nieuw benchmark voor het beoordelen van de cross-domein generalisatie van multimodale grote taalmodellen in egocentrische video-vraag-antwoordtaken, waarbij wordt aangetoond dat bestaande modellen moeite hebben met domeinen die afwijken van het dagelijkse leven, zoals chirurgie en extreme sporten.
Het paper introduceert YOPO, een minimalistisch, single-stage transformer-model dat monokulaire RGB-afbeeldingen gebruikt om de 9-DoF-pose van onbekende objecten op categorieniveau direct en nauwkeurig te schatten zonder extra data of pseudo-diepte.
Het artikel introduceert CoRe-GS, een coarse-to-refine raamwerk voor semantische Gaussian Splatting dat de reconstructietijd en -kwaliteit voor robottoepassingen verbetert door zich te focussen op specifieke objecten van belang in plaats van de volledige scène uniform te optimaliseren.
Dit paper introduceert VocSegMRI, een multimodaal kader dat video, audio en fonologische signalen integreert via cross-attention en contrastief leren om de segmentatie van de spraaktractus in real-time MRI aanzienlijk te verbeteren.