1863 papers
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.
Deze paper introduceert een score-based generatief model dat biologisch geïnspireerde Kuramoto-dynamica gebruikt om de coherentie van richtingspatronen in oriëntatie-rijke afbeeldingen, zoals vingerafdrukken en texturen, effectiever te modelleren dan traditionele isotrope diffusie-methoden.
Dit artikel introduceert CSLICS, een geautomatiseerd camerasysteem dat gebruikmaakt van computerzicht en menselijke feedback om koraalspawning nauwkeurig te tellen, waardoor de arbeidsintensiteit drastisch wordt verminderd en de schaalbaarheid van koraalherstelprojecten op het Groot Barrièrerif wordt vergroot.
Deze paper introduceert een onbewaakte methode om de latente coderings- en decoderingsrichtingen in diepe visuele netwerken te herstellen, waardoor concepten van invloed onthuld kunnen worden voor betere interpretatie, foutopsporing en ingrepen in het model.
Dit artikel introduceert VSSFlow, een verenigd flow-matching framework dat video-geconditioneerde geluids- en spraakgeneratie succesvol combineert door middel van een ontward condition-aggregatiemechanisme binnen een Diffusion Transformer-architectuur.
Dit paper introduceert v-HUB, een nieuw benchmark voor het begrijpen van videohumor dat de beperkingen van multimodale modellen blootlegt en aantoont dat het integreren van geluid de prestaties verbetert.
Dit paper introduceert LLaVAShield, een veiligheidsframework dat multimodale multi-turn dialogen in Vision-Language Models beschermt door een nieuw dataset en een geautomatiseerd red-teaming-framework te ontwikkelen, waarmee het aanzienlijk beter presteert dan bestaande modulatietools.
Deze studie presenteert een schaalbaar deep learning-pipeline die voor het eerst een landelijk digitaal dataset van stedelijke oppervlakken in Frankrijk uit de periode 1925-1950 genereert door middel van een innovatieve tweestaps U-Net-methode die historische kaarten analyseert om de uitbreiding van steden voor de jaren 70 kwantitatief te onderzoeken.
Dit paper introduceert NavSpace, een benchmark voor het evalueren van ruimtelijke intelligentie in navigatieagenten, en presenteert SNav, een nieuw model dat op deze benchmark en met echte robots superieure prestaties levert.
Deze paper introduceert het nieuwe taakgebied DGLSS-NL voor LiDAR-segmentatie met onvolmaakte labels, presenteert een eerste benchmark en stelt DuNe voor, een dubbelzicht-architectuur die de prestaties aanzienlijk verbetert door consistentie tussen sterke en zwakke weergaven te forceren en vertrouwen-gebaseerde filtering toe te passen.
Het paper introduceert RECODE, een agentisch framework dat multimodale redenering verbetert door visuele elementen zoals grafieken en diagrammen om te zetten in verifieerbare uitvoerbare code via een proces van afbeelding naar code en terug.
Deze paper introduceert een real-time neurale videocompressieframework dat intra- en intercodering verenigt binnen één model en een simultane tweeframe-compressie toepast om de compressie-efficiëntie aanzienlijk te verbeteren ten opzichte van bestaande methoden zoals DCVC-RT, terwijl het bovendien problemen met disocclusie en foutpropagatie oplost.
Dit paper introduceert FALCON, een nieuw paradigma dat rijke 3D-ruimtelijke tokens afgeleid van RGB-beelden injecteert in de actiehead van Vision-Language-Action-modellen om de ruimtelijke redenering te verbeteren en state-of-the-art prestaties te bereiken in zowel simulatie als real-world taken.
Dit artikel toont aan dat een zorgvuldig geselecteerd subset van lichaamslandmarken, gecombineerd met spline-gebaseerde imputatie, de herkenning van geïsoleerde LIBRAS-gebaren niet alleen even accuraat maakt als geavanceerde methoden, maar ook meer dan vijf keer sneller verwerkt.
Dit paper introduceert SynHLMA, een nieuw raamwerk dat natuurlijke taalinstructies omzet in realistische handbewegingen voor het manipuleren van gearticuleerde objecten door middel van een discrete interactierepresentatie en een taalmodel, wat leidt tot superieure prestaties in het genereren, voorspellen en interpoleren van grijpsequenties voor toepassingen in robotica en virtuele realiteit.
Dit paper introduceert FRIDA, een lichtgewicht raamwerk dat vooraf getrainde Stable Diffusion-features gebruikt om AI-genereren afbeeldingen zowel te detecteren als de bronmodel te attribueren, zelfs bij onbekende generatoren en met beperkte data.
Dit paper introduceert SPAN, een methode die de geometrische consistentie en prestaties van monokulaire 3D-objectdetectie verbetert door decoupled regressie aan te vullen met ruimtelijke projectie-uitlijning en hiërarchisch taakleren.
Dit paper introduceert MediRound, een model en dataset voor multi-rond medische segmentatie met entiteitsgebaseerd redenering, dat foutenpropagatie aanpakt en beter presteert dan bestaande methoden in medische educatieve scenario's.