5561 papers
Deze paper introduceert SOT-GLP, een methode voor few-shot aanpassing van vision-language modellen die door middel van schaarse optimale transport een gedeelde set visuele patches efficiënt en zonder overlap toewijst aan specifieke prompts, waardoor zowel de classificatie-accuraatheid wordt verbeterd als de robuustheid voor out-of-distribution detectie wordt behouden.
Het paper introduceert VLA, een prior-gestuurd raamwerk dat in plaats van absolute toekomstige toestanden, veranderingen in wereldkennis modelleert ten opzichte van een expliciete prior om robotmanipulatie efficiënter en effectiever te maken.
Dit paper introduceert UniDiffDA, een unificerend analytisch kader en eerlijk evaluatieprotocol voor diffusie-gebaseerde data-augmentatie, dat een systematische vergelijking mogelijk maakt van bestaande methoden om inzicht te krijgen in hun effectiviteit bij beeldherkenning onder data-schaarste.
Dit paper introduceert Adaptive Manifold Prototypes (AMP), een framework dat Stiefel-geometrie en Riemanniaanse optimalisatie gebruikt om prototype-instorting te voorkomen, waardoor zowel de classificatie-accuraatheid als de causaliteitsgetrouwheid van interpretable modellen aanzienlijk worden verbeterd.
Dit onderzoek presenteert een rectified flow-model dat, getraind op de SAILOR-dataset, realistische post-behandelings MRI-scans van gliomapatiënten genereert op basis van pre-behandelingsbeelden en stralingsdosisplanningen, waardoor snellere en gepersonaliseerde aanpassingen van de radiotherapie mogelijk worden.
Deze paper introduceert DDHF, een real-time methode voor het detecteren van drones op basis van gebeurteniscamera's die via een niet-uniforme discrete Fourier-transformatie de rotorfrequenties analyseert en hiermee zowel hogere nauwkeurigheid als lagere latentie bereikt dan traditionele diepe leer-algoritmen zoals YOLO.
AULLM++ is een nieuw raamwerk dat Large Language Models inzet voor micro-expressieherkenning door visuele kenmerken te integreren in tekstuele prompts via een multi-granulariteitsfusie en een relationele graaf, wat leidt tot state-of-the-art prestaties en superieure generalisatie.
Het paper introduceert StructBiHOI, een hiërarchisch framework dat een Mamba-gebaseerde diffusion denoiser en gescheiden VAE-modellen combineert om stabiele, fysiek plausibele en semantisch uitgelijnde bimanuele hand-object interacties over lange tijdsperiodes te genereren.
Deze paper introduceert SPIRAL, een gesloten-lusframework dat door middel van reflectieve planningsagenten en iteratieve verbetering controllable video-generatie op lange termijn mogelijk maakt, waardoor de beperkingen van bestaande open-lusmodellen worden overwonnen.
Dit paper introduceert GRACE, een adaptief raamwerk voor klassen-incrementeel leren dat door middel van een cyclische strategie van uitbreiden, beoordelen en comprimeren een optimale balans bereikt tussen plasticiteit en stabiliteit, waardoor de prestaties worden verbeterd en het geheugengebruik tot 73% wordt gereduceerd.
Deze paper introduceert IMaX, een effectieve methode die de prestaties van semi-supervised domain generalization verbetert in scenario's met langstaartige klassenverdelingen door de wederzijdse informatie tussen geleerde kenmerken en latente labels te maximaliseren met behulp van een aangepast entropisch doel.
Dit paper introduceert VET-Bench, een diagnostische test om het tekort aan objecttracking in Vision-Language Models bloot te leggen, en presenteert SGCoT, een methode die door het genereren van expliciete objecttrajecto's de prestaties op deze taak tot boven de 90% brengt.
Het artikel introduceert Alfa, een methode voor testtijd-personalisatie die bestaande pre-getrainde filters in oogvolgingsmodellen herweegt via een op aandacht gebaseerde laag-rang aanpassing, waardoor deze modellen met slechts enkele ongelabelde steekproeven effectief kunnen worden aangepast aan gebruikersspecifieke kenmerken en nieuwe state-of-the-art resultaten behalen.
Dit paper introduceert X-AVDT, een robuuste deepfake-detectormethode die gebruikmaakt van audio-visuele kruisattentie-cues uit generatieve modellen via DDIM-inversie, en introduceert het nieuwe MMDF-dataset om de prestaties en generalisatievermogen van detectoren te verbeteren.
Dit paper introduceert Visual Self-Fulfilling Alignment (VSFA), een labelvrije methode die multimodale modellen veiliger maakt door ze te finetunen op neutrale vragen over dreigingsgerelateerde afbeeldingen, waardoor ze een inherente waakzaamheid ontwikkelen zonder expliciete veiligheidslabels.
Dit paper introduceert Spherical-GOF, een geometrie-bewust framework dat Gaussian Opacity Fields direct op de eenheidsbol toepast voor robuuste en nauwkeurige 3D-scèneherconstructie uit panoramische beelden, waarbij het aanzienlijk betere geometrische consistentie bereikt dan bestaande perspectiefgebaseerde methoden.
Dit paper introduceert OccTrack360, een nieuw benchmark voor 4D panoptische bezettingsvolging vanuit surround-view vis-oogcamera's, en stelt een sterke baseline voor met het FoSOcc-framework om vervorming en lokale onnauwkeurigheid aan te pakken.
SWIFT introduceert een nieuwe trainingsvrije methode voor de attributie van gegenereerde video's met weinig steekproeven, die gebruikmaakt van een schuivende vensterreconstructie om de oorsprong van video's van verschillende state-of-the-art generatiemodellen met hoge nauwkeurigheid te identificeren zonder extra training of kwaliteitsverlies.
Dit artikel introduceert de Interactive World Simulator, een framework dat consistentiemodellen gebruikt om snelle en fysiek consistente wereldmodellen te bouwen die dienen als betrouwbaar surrogaat voor het schaalbaar trainen en evalueren van robotbeleidsstrategieën.
Dit artikel introduceert Online FISTA, een geheugen- en rekenefficiënt algoritme dat online beelden van Synthetic Aperture Radar (SAR) reconstrueert via sparse coding, waardoor het mogelijk wordt om complexe taken zoals automatische doelherkenning direct op autonome drones uit te voeren zonder alle ruwe data op te slaan.