4595 papers
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.
Deze paper introduceert een nieuwe methode voor continue video-superresolutie in ruimte en tijd, genaamd 3D Video Fourier Fields, die video's als een coherente driedimensionale Fourier-ruimte encodeert om scherpere en temporair consistentere resultaten te bereiken dan bestaande methoden.
Deze paper introduceert EgoTraj-Bench, het eerste realistische benchmark voor trajectvoorspelling vanuit een ego-perspectief onder ruis, en stelt BiFlow voor, een nieuw model dat door gelijktijdig ruis te verwijderen en toekomstige bewegingen te voorspellen, state-of-the-art prestaties en robuustheid bereikt.
Deze paper presenteert SpecMCD, een zwak gesuperviseerde methode die spectrale kenmerken en een multi-schaal diep netwerk combineert om nauwkeurige pixel-level wolkenmaskers te genereren en zo de detectieprestaties aanzienlijk verbetert ten opzichte van bestaande methoden.
VidGuard-R1 is een baanbrekend AI-model dat met behulp van Reinforcement Learning (GRPO) en een gespecialiseerd dataset van 140.000 video's niet alleen geavanceerde AI-generaties detecteert, maar ook menselijk interpreteerbare, fysisch onderbouwde verklaringen biedt voor zijn oordelen.
Dit paper introduceert SpineMed, een ecosysteem met het grote dataset SpineMed-450k en de evaluatiebenchmark SpineBench, die samen zijn ontworpen om AI-modellen te trainen en te testen op klinisch relevante, niveau-bewuste diagnose en behandelplanning voor wervelkolomaandoeningen.
Dit paper introduceert ExposureEngine, een geautomatiseerd systeem dat gebruikmaakt van geroteerde binnenvlakken en een taalgestuurde agent voor nauwkeurige, schaalbare analyse van sponsorzichtbaarheid in sportuitzendingen, zoals geïllustreerd aan de hand van een dataset van Zweedse topvoetbalwedstrijden.
TerraCodec is een nieuwe familie van geleerde compressiemodellen voor aardobservatiegegevens die, door gebruik te maken van tijdsafhankelijkheden en Latent Repacking, niet alleen de opslag en transmissie van Sentinel-2-beelden aanzienlijk verbetert ten opzichte van klassieke methoden, maar ook state-of-the-art prestaties levert bij het verwijderen van wolken.
Dit paper introduceert XFactor, het eerste geometrie-vrije zelf-supervised model dat echte Novel View Synthesis mogelijk maakt door camera-pose en scène-inhoud te ontkoppelen, waardoor geproduceerde poses overdraagbaar zijn tussen verschillende 3D-scènes zonder gebruik te maken van expliciete 3D-inductieve bias.
Dit paper introduceert VIST3A, een framework dat een vooraf getrainde tekst-naar-video-generator naadloos koppelt aan een 3D-reconstructienetwerk via modelstitching en beloningsgebaseerde finetuning om hoogwaardige tekst-naar-3D-generatie te realiseren.
Dit artikel introduceert DRBD-Mamba, een robuust en computatie-efficiënt 3D-segmentatiemodel voor hersentumoren dat gebruikmaakt van een dubbele-resolutie bi-directionele Mamba-architectuur en een ruimtevullende curve om de nauwkeurigheid en stabiliteit op diverse BraTS-data te verbeteren ten opzichte van bestaande methoden.
Dit paper introduceert MSSR, een tweeledig agentenframework dat de ruimtelijke redeneerprestaties van Vision-Language-modellen verbetert door een minimale voldoende set aan 3D-perceptiegegevens te selecteren, waardoor zowel de beperkingen van 2D-gebaseerde training als de storing door overbodige informatie worden aangepakt.
Dit paper introduceert SceneCOT, een nieuw raamwerk met een op de 3D-scène gebaseerde Chain-of-Thought-redeneermethode en het bijbehorende SCENECOT-185K-dataset, dat voor het eerst menselijke stap-voor-stap redenering mogelijk maakt voor grondige vraag-antwoordtaken in 3D-scènes.
Dit paper introduceert Grasp Any Region (GAR), een multimodaal groot taalmodel dat door middel van een nieuwe RoI-gealigneerde feature replay-techniek en de GAR-Bench-evaluatie, de beperkingen van eerdere modellen overwint door complexe, contextbewuste regionale interacties en samenstellende redenering mogelijk te maken.
FLoC is een trainingsvrije, modelonafhankelijke methode die de facility location-functie en een lazy greedy-algoritme gebruikt om visuele tokens in lange video's efficiënt te comprimeren, waardoor de verwerkingssnelheid van Large Multimodal Models aanzienlijk wordt verbeterd zonder in te leveren op de prestaties.
MotionStream is een real-time video-generatiemodel dat via distillatie en een slimme sliding-window-attention-mechanisme interactieve bewegingscontrole mogelijk maakt met sub-seconde latentie en constante snelheid voor onbeperkt lange video's.