5561 papers
Deze paper introduceert een punt-gesuperviseerde framework voor skeletgebaseerde actie-segmentatie die met slechts één gelabeld frame per actiesegment competitieve resultaten bereikt door multimodale data en geavanceerde pseudo-labeltechnieken te combineren, waardoor de afhankelijkheid van kostbare frame-voor-frame annotaties aanzienlijk wordt verminderd.
Dit paper introduceert VG3S, een nieuw raamwerk dat visuele geometrische grounding van Vision Foundation Models integreert in 3D Gaussian Splatting om de nauwkeurigheid van semantische bezettingsvoorspelling voor autonoom rijden aanzienlijk te verbeteren.
Dit paper introduceert CoE, een trainingsvrij raamwerk voor multimodale samenvatting dat via een hiërarchische gebeurtenisgrafiek een gestructureerde Chain-of-Events-redenering toepast om bestaande uitdagingen zoals zwakke cross-modale grounding en gebrek aan temporele modellering op te lossen, wat resulteert in aanzienlijk betere prestaties dan bestaande methoden.
Dit artikel introduceert EntON, een nieuwe strategie voor 3D Gaussian Splatting die gebruikmaakt van eigenentropie om de dichtheid van Gaussians adaptief te optimaliseren, wat leidt tot aanzienlijk betere geometrische nauwkeurigheid en renderkwaliteit bij een vermindering van het aantal Gaussians en de trainingsduur.
Dit artikel introduceert WAFL, een nieuw paradigma voor tijdsgebonden vervalsingsdetectie dat de taak omzet in binaire classificatie op woordniveau, gebruikmakend van een forensische feature-herstelmodule en een asymmetrische verliesfunctie om bestaande methoden te overtreffen in nauwkeurigheid en rekenefficiëntie.
Deze paper introduceert SSLA-Det, een nieuw asynchroon model voor objectdetectie op basis van event-cameras dat gebruikmaakt van ruimtelijk-sparse lineaire aandacht om de nauwkeurigheid te maximaliseren en de per-event-berekening met meer dan 20 keer te verminderen ten opzichte van eerdere methoden.
Dit paper introduceert TaPD, een plug-and-play framework dat door middel van temporeel adaptieve progressieve distillatie en een tijdelijke terugvulmodule nauwkeurige voertuigtrajectvoorspellingen mogelijk maakt onder variabele en zeer korte waarnemingshistories in autonome rijsystemen.
Het paper introduceert DC-Merge, een methode die de prestaties van modelmerging verbetert door de energie-uitdeling van taakvectoren te balanceren en hun richtingsgeometrie in een gedeelde orthogonale deelruimte af te stemmen, wat leidt tot state-of-the-art resultaten op diverse visuele en visueel-taalkundige benchmarks.
Het artikel introduceert HCF-RES, een multi-modaal framework dat door middel van hiërarchische visuele semantische decompositie en progressieve multi-level fusie de state-of-the-art prestaties verbetert voor generaliseerde 3D-referentie-expressiesegmentatie op zowel ScanRefer als Multi3DRefer.
NOVA introduceert een innovatieve autoregressieve aanpak voor 3D multi-object tracking in autonoom rijden die Large Language Models benut om onbekende objecten te volgen via generatieve ruimtetijd-semantische modellering, wat leidt tot aanzienlijke prestatieverbeteringen op bestaande datasets.
GazeMoE is een nieuw end-to-end framework dat een mix van experts (MoE) gebruikt om een bevroren visuele foundation model te laten selectief gebruikmaken van meervoudige aanwijzingen voor het nauwkeurig en robuust schatten van menselijke blikdoelen, waarbij het de huidige stand van de techniek op benchmark-datasets verbetert.
Deze paper introduceert ODD-SEC, een real-time systeem voor het detecteren van drones op bewegende platforms met behulp van een roterende event-camera en een lichtgewicht neurale netwerkarchitectuur die 360-graden zicht en nauwkeurige hoekbepaling mogelijk maakt zonder bewegingscompensatie.
Dit paper introduceert HiPP-Prune, een hiërarchisch framework voor gestructureerde pruning van vision-language modellen dat gebruikmaakt van voorkeur-geconditioneerde planning en visuele gevoeligheidssignalen om de afweging tussen compressie, taakprestaties en het verminderen van object-hallucinaties te optimaliseren.
Deze paper introduceert StrSR, een nieuw één-staps distillatiekader met spectrale en trajectregulering dat de prestaties van Diffusion Transformers voor real-world beeldsuperresolutie aanzienlijk verbetert door trajectmismatchen en periodieke artefacten te elimineren.
Dit paper introduceert OccNL, het eerste benchmark voor 3D semantische bezettingsvoorspelling onder ruis, en stelt DPR-Occ voor, een robuust raamwerk dat door middel van dubbelbron-partial label reasoning de catastrofale prestatiedaling van bestaande methoden in ruige 3D-omgevingen effectief oplost.
Dit paper introduceert ADiVA, een generatieve zero-shot learning-methode die de prestaties verbetert door middel van attributendistributiemodellering voor het opvangen van intra-klassenvariatie en visueel-gestuurde uitlijning om de kloof tussen semantische en visuele kenmerken te overbruggen.
FlowMotion is een trainingsvrij framework dat efficiënte en flexibele videobewegingsoverdracht mogelijk maakt door gebruik te maken van de voorspellingen van flow-gebaseerde T2V-modellen om bewegingspatronen te aligneren zonder zware rekenkosten.
Deze paper presenteert een nieuwe methode voor het verwijderen van artefacten in 3D CBCT-beelden door middel van loodrechte score-gebaseerde diffusiemodellen die in het projectiedomein werken om de inconsistenties van bestaande 2D-benaderingen te overwinnen en zo de beeldkwaliteit en diagnoseprecisie te verbeteren.
Dit paper introduceert DEX-AR, een nieuwe dynamische uitlegbare methode die autoregressieve Vision-Language-modellen interpreteert door per-token en sequentie-niveau warmtekaarten te genereren die visuele en linguïstische tokens onderscheiden, wat leidt tot verbeterde prestaties op diverse benchmarks.
Dit paper introduceert LTA, een nieuwe aanvalsmethode die perturbaties optimaliseert in de latente ruimte van een Stable Diffusion VAE in plaats van in pixelruimte, waardoor robuustere en beter overdraagbare adversarial voorbeelden worden gegenereerd die minder kwetsbaar zijn voor beeldverwerkingstransformaties.