5561 papers
Dit paper introduceert Synthetic Visual Genome 2 (SVG2), een grootschalig panoptisch videoscène-graafdataset gegenereerd via een geautomatiseerde pipeline, en presenteert TRaSER, een model dat deze data gebruikt om de prestaties op object-, attribuut- en relatiedetectie aanzienlijk te verbeteren en video-VQA-taken te ondersteunen.
Deze paper introduceert een adaptief dynamisch ontzwaaiingskader dat via een gesloten-lusoptimalisatie met taakfeedback en instructiegestuurde aanpassingen de prestaties van diverse downstreamtaken verbetert zonder hertraining.
Deze paper introduceert PanScale, een groot dataset en benchmark voor cross-schaal pansharpening, en stelt ScaleFormer voor, een nieuw model dat generalisatie over verschillende resoluties mogelijk maakt door beeldtokenisatie en rotatiepositie-encoding, waarmee het de staat-der-kunst prestaties overtreft.
Deze paper introduceert Mobile-VTON, een privacyvriendelijk framework dat hoge-kwaliteit virtuele passen op consumentele mobiele apparaten mogelijk maakt door een geoptimaliseerde TGT-architectuur te gebruiken die offline werkt en presteert op het niveau van servergebaseerde systemen.
Dit paper introduceert een gereparameteriseerde tensorring-functionele decompositie die impliciete neurale representaties en een frequentiedomein-gebaseerde herparameterisatie combineert om de beperkingen van traditionele methoden voor discrete roosters te overwinnen en superieure prestaties te leveren bij het herstellen van multidimensionale data zoals afbeeldingen en puntwolken.
Dit paper introduceert FastLightGen, een algoritme dat grote videomodellen omzet in snelle, lichtgewicht varianten door gelijktijdig het aantal steekproefstappen te reduceren en de modelgrootte te comprimeren via een geoptimaliseerd distillatiekader, wat resulteert in een nieuwe staat-der-techniek voor efficiënte video-generatie.
Dit paper introduceert VSearcher, een versterkingsleeragent die statische multimodale modellen transformeert in een dynamisch zoekagent voor complexe, meerstaps webzoekopdrachten, ondersteund door een nieuw trainingskader en een rigoureus evaluatiebenchmark.
Dit paper introduceert Think-as-You-See (TaYS), een unificerend raamwerk voor Large Vision-Language Models dat echte gelijktijdige redenering mogelijk maakt door video-informatie en denkprocessen parallel te verwerken, wat leidt tot betere prestaties en lagere latentie in vergelijking met bestaande batch- en interleaved-benaderingen.
CoEditor++ is een trainingsvrij framework dat cognitieve redenering gebruikt om instructiegebaseerde beeldbewerking te verbeteren door het proces op te splitsen in 'wat' en 'hoe', waardoor het state-of-the-art presteert in zowel algemene als verantwoordelijke bewerkingstaken met een hoge visuele consistentie.
RoboLayout is een nieuw framework dat LayoutVLM uitbreidt met agent-bewust redeneren en differentieerbare optimalisatie om semantisch coherente en fysiek haalbare 3D-scènes te genereren die specifiek zijn afgestemd op de navigatie- en interactiecapaciteiten van diverse embodied agents.
Het paper introduceert Omni-C, een efficiënte, dichte Transformer-encoder die heterogene modaliteiten comprimeert tot gedeelde representaties zonder MoE-architecturen, waardoor de complexiteit en het geheugengebruik aanzienlijk worden verminderd terwijl de prestaties vergelijkbaar blijven met gespecialiseerde expertmodellen.
Dit artikel introduceert een multimodaal computergestuurd pathologiekader dat klinische gegevens en routine PAS-gekleurde biopsieën combineert via een Clinical-Injection Transformer en een domein-aangepaste MAE om de prognose van pediatrische lupus nefritis met hoge nauwkeurigheid te voorspellen.
Dit paper introduceert SKETCHGAIT, een robuust framework voor gait-herkenning dat gebruikmaakt van het label-vrije 'SKETCH'-modale om structurele randinformatie direct uit RGB-afbeeldingen te halen en zo de beperkingen van bestaande silhouet- en parsing-methoden overwint.
Dit artikel presenteert een digitale-tweelinggestuurde V2X-baanvoorspellingspipeline voor stedelijke kruispunten die, door middel van een innovatieve 'twin loss' naast de standaard MSE-loss, de voorspellingen van multi-agent bewegingen significant veiliger maakt door verkeersregels en botsingsvermijding te integreren zonder de nauwkeurigheid of real-time prestaties te compromitteren.
Het paper introduceert AutoThinkRAG, een framework dat de prestaties van Vision-Language Models bij complexe documentvraag-antwoordtaken verbetert door query-complexiteit te routeren en visuele interpretatie te ontkoppelen van logische redenering, wat leidt tot state-of-the-art resultaten tegen lagere kosten.
Dit paper introduceert BISE, een strategie die bestaande, vooroordeelvrije subnetwerken uit standaard getrainde modellen haalt door pruning, waardoor bias-effectieve mitigatie mogelijk is zonder extra data of hertraining.
Deze paper introduceert "Thinking with Spatial Code", een kader dat RGB-video's omzet in expliciete 3D-ruimtelijke representaties om grote taalmodellen in staat te stellen fysieke redeneringen uit te voeren en zo nieuwe state-of-the-art resultaten te behalen op VSI-Bench.
Deze paper introduceert het eerste gekoppelde robuustheidsverificatiekader voor heatmaps gebaseerde sleutelpuntdetectie dat, in tegenstelling tot eerdere onafhankelijke benaderingen, de gezamenlijke afwijking van alle sleutelpunten garandeert door het verificatieprobleem te formuleren als een falsificatieopdracht met behulp van gemengd-geheelgetallige lineaire programmering.
DreamCAD is een multi-modale generatieve framework dat schaalbaar en bewerkbare CAD-modellen (BRep) produceert vanuit punt-supervisie zonder specifieke CAD-annotaties, door parametrische oppervlakken te combineren met differentieerbare tessellatie en het nieuwe CADCap-1M dataset.
Dit paper introduceert ABRA, een nieuwe methode voor batchcorrectie in high-content screening die bio-batch-effecten aanpakt als een domein-generalisatieprobleem door middel van een adversariaal trainingsframework dat statistische fluctuaties simuleert en zo de generalisatie van diepe leermodellen op onzichtbare data verbetert.