1863 papers
Het artikel introduceert V2M-Zero, een methode die video naar tijd-gealigneerde muziek vertaalt zonder gekoppelde trainingsdata, door gebruik te maken van binnen-modale gebeurteniskrommen om de gedeelde temporele structuur tussen video en muziek te benutten.
In dit paper stellen de auteurs Agentar-Fin-OCR voor, een systeem voor het parseren van financiële documenten dat complexe lay-outs en paginagroei overwint door geavanceerde algoritmen te combineren met een nieuw benchmark, FinDocBench, om nauwkeurige, gestructureerde en audit-proof output te genereren.
Dit paper introduceert NeFTY, een differentieerbaar fysica-framework dat gebruikmaakt van neurale velden en een strikte numerieke solver om materialen kwantitatief in 3D te reconstrueren op basis van oppervlaktetemperatuurmetingen, waardoor de beperkingen van traditionele thermografie en bestaande PINN-benaderingen voor het detecteren van ondergrondse defecten worden overwonnen.
Dit paper introduceert LiTo, een nieuwe 3D-latente representatie die objectgeometrie en view-dependent uiterlijk (zoals spiegelreflecties) gezamenlijk modelleert door oppervlakte-lichtveldstokenisatie, waardoor realistische 3D-generatie vanuit een enkele inputafbeelding mogelijk wordt.
Deze paper introduceert een volledig geautomatiseerd AI-systeem dat korte komediesoaps genereert door middel van een agentenpopulatie die de rollen van een productiestudio nabootst en gebruikmaakt van door LLM-aangedreven critici die zijn getraind op YouTube-data om humor te evalueren en de output te optimaliseren.
Dit artikel introduceert een compact bidirectioneel Transformer-model voor beeldbeschrijving dat door het koppelen van links-naar-rechts en rechts-naar-links stromen in één parallelle architectuur, context uit beide richtingen benut en nieuwe state-of-the-art resultaten bereikt op het MSCOCO-benchmark.
Dit artikel introduceert SDR-GAIN, een real-time generatieve tegenstrijdige imputatiemethode die ontbrekende sleutelpunten van verduisterde voetgangers in autonome rijscenario's nauwkeurig reconstrueert door te leren van de numerieke verdeling van coördinaten in plaats van visuele occlusiepatronen.
Dit artikel introduceert PnLCalib, een op optimalisatie gebaseerde kalibratiemethode voor sportvelden die gebruikmaakt van een 3D-soccerfield-model en lijndetectie om nauwkeurigere camera-calibratie te bereiken in broadcast-sportvideo's dan bestaande zoekmethoden.
Dit artikel introduceert DP-IQA, een baanbrekende methode voor blinde beeldkwaliteitsbeoordeling in het wild die gebruikmaakt van de robuuste perceptieve priors van een vooraf getraind Stable Diffusion-model om, via kennisdistillatie naar een lichtgewicht CNN, state-of-the-art prestaties en superior generalisatievermogen te bereiken.
Deze paper introduceert Style-Guided Motion Diffusion (SGMD), een Transformer-gebaseerd model dat muziekkenmerken combineert met stijlprompts en een ruimtetijdmaskeringmechanisme om realistische, stijlvol consistente en volledig controleerbare danssequenties te genereren.
TIMotion is een efficiënt en effectief framework voor het genereren van mens-mens bewegingen dat via causale interactie-injectie, rollen-evoluerende scanning en lokaal patroonversterking de beperkingen van bestaande methoden overwint om superieure resultaten te behalen.
Deze paper introduceert een unificerend raamwerk dat kwantisatie en verduidelijking als additief ruis modelleert en een afgeleid denoising-dekwantisatietransform toepast om stabiele training van neurale netwerken op willekeurige precisie- en sparsiteitsniveaus mogelijk te maken, waardoor state-of-the-art resultaten worden behaald in ultra-lage precisie-regimes zoals A1W1.
Dit paper introduceert DCPI, een methode voor datasetcondensatie die de prestaties verbetert door naast de gereduceerde dataset ook 'geprivilegieerde informatie' te synthetiseren die als aanvullende supervisie dient tijdens het trainen van modellen.
Deze paper introduceert een onbeheerde methode voor representatieleren die sequentiegegevens analyseert door latente transformaties te ontleden in een combinatie van actieve, sparsere rotatie- en potentiaalvelden, wat leidt tot nieuwe ontkoppelde representaties met state-of-the-art prestaties in waarschijnlijkheid en equivariantie.
Deze paper presenteert een nieuwe beeldcompressietechniek voor onderwaterrobots die gebruikmaakt van gesynthetiseerde nieuwe weergaven en gradiëntafstijging om de beperkte bandbreedte van akoestische communicatie te overwinnen, wat resulteert in superieure compressie en beeldkwaliteit.
Dit artikel introduceert een budget-efficiënt actief prompt-learningkader dat gebruikmaakt van class-geleide clustering en adaptieve drempels op basis van Vision-Language Model-priors om met minder gelabelde data een hogere nauwkeurigheid te bereiken dan bestaande methoden.
Dit paper introduceert ARSGaussian, een innovatieve methode voor het synthetiseren van nieuwe beelden uit luchtfoto's die LiDAR-puntenwolken en aangepaste geometrische beperkingen combineert met 3D Gaussian Splatting om problemen zoals zwevende objecten en geometrische onnauwkeurigheden op te lossen, terwijl tegelijkertijd het nieuwe AIR-LONGYAN-dataset wordt vrijgegeven.
Dit paper introduceert CuriousBot, een systeem dat gebruikmaakt van een 3D-relatieobjectgrafiek om mobiele robots in staat te stellen hun omgeving actief te verkennen door interactie, waarmee het de beperkingen van bestaande methoden die zich voornamelijk op waarneming richten, overtreft.
Dit paper introduceert iMarkers, onzichtbare fiduciële markers die uitsluitend door robots en AR-apparaten kunnen worden gedetecteerd, waardoor ze een esthetisch onopvallende oplossing bieden voor navigatie en objectherkenning in diverse robotica-scenario's.
LayoutDreamer is een framework dat 3D Gaussian Splatting en fysica-gestuurde energie combineert om tekstgestuurde, fysiek realistische en goed controleerbare composities van 3D-scènes te genereren, waarmee het de huidige state-of-the-art prestaties verbetert.