6559 papers
Dit artikel presenteert een systematische vergelijking van vier trainingsdoelen voor het detecteren van out-of-distributie in beeldclassificatie en concludeert dat Cross-Entropy Loss over het algemeen de meest consistente prestaties levert, hoewel andere methoden in specifieke scenario's concurrerend kunnen zijn.
Dit paper presenteert een semi-supervised anomaliedetectieframework op basis van generatieve adversariale netwerken dat is ontworpen voor online implementatie op een hoge-snelheids Blow-Fill-Seal-productielijn, waar het met hoge nauwkeurigheid en binnen strikte tijdsbeperkingen defecten detecteert door enkel te trainen op nominale monsters.
Het paper introduceert 3DGS-HPC, een robuust framework dat tijdelijke afleidingen in 3D-scènes effectief elimineert door een hybride, patch-gebaseerde classificatiestrategie te combineren die lokale ruimtelijke consistentie en adaptieve visuele cues benut, waardoor de kwaliteit van 3D-Gaussian Splatting voor nieuwe weergaven in realistische omgevingen aanzienlijk wordt verbeterd.
Dit paper introduceert StructAttack, een black-box jailbreak-methode die kwetsbaarheden in Large Vision-Language Models exploiteert door schadelijke inhoud te verbergen in ogenschijnlijk onschadelijke visuele structuren die het model zelf tot een gevaarlijke output assembleert.
Deze paper presenteert een efficiënte, geleerde methode voor het vereenvoudigen van LiDAR-puntwolken via een op attentie gebaseerd mechanisme, die een betere balans biedt tussen verwerkingssnelheid en nauwkeurigheid voor objectdetectie en -classificatie in vergelijking met bestaande steekproefmethodes.
EmbedTalk introduceert een nieuwe methode voor realistische spraakgestuurde hoofdsynthese die tri-planes vervangt door leerbare embedding-driven Gaussische vervorming, wat resulteert in superieure kwaliteit en lip-sync bij een compactere modelgrootte en snelheden van meer dan 60 FPS op mobiele GPU's.
Deze paper introduceert een onbewaakte methode met twee neurale netwerken en SIREN-activaties om beeldvervormingen door wateroppervlakte-refractie te verwijderen en tegelijkertijd het oppervlak te reconstrueren, wat betere resultaten oplevert dan bestaande technieken.
Dit artikel introduceert een nieuw raamwerk voor visuele representatie waarbij video's worden gecodeerd als functies met lage-rang aanpassingen op een bevroren generatief model, waardoor compressie met uiterst lage bitrates mogelijk is en een brug wordt geslagen tussen beeldcompressie en generatie.
Dit paper introduceert de 'Overthinking Score', een nieuwe methode die hallucinaties in Vision Language Models detecteert door de instabiliteit van hypotheses over decoderlagen te analyseren in plaats van alleen naar het eindresultaat te kijken.
Duala is een nieuw raamwerk voor cross-subject fMRI-decodering dat door middel van dubbel niveau-uitlijning van stimuli en subjecten, zelfs met beperkte data, een verbeterde semantische consistentie en subjectspecifieke aanpassing bereikt voor nauwkeurigere beeldreconstructie.
Deze paper introduceert Mobile GlottisNet, een lichtgewicht framework voor real-time glottisdetectie tijdens nasotracheale intubatie dat door middel van ruimtelijk gedecoupeerde feature learning en dynamische aanpassing hoge prestaties bereikt op beperkte randapparatuur.
Dit artikel introduceert een synthetische data-pipeline op basis van een digitale tweeling van de luchthaven van Algiers die, in combinatie met YOLO-OBB en gemengde training, de annotatie-inspanning voor het detecteren van bagagewagentjes met 25 tot 35 procent verlaagt terwijl de prestaties gelijk blijven aan of beter zijn dan die van modellen getraind op volledige real-world datasets.
Deze paper introduceert AtomicVLA, een unificerend kader voor robotplanning en -executie dat via een Skill-Guided Mixture-of-Experts (SG-MoE) schaalbare atomaire vaardigheden leert en dynamisch combineert, waardoor robuustere prestaties worden bereikt bij langdurige taken en voortdurend leren in vergelijking met bestaande VLA-modellen.
Het paper introduceert GLASS, een nieuw raamwerk dat graftheorie en visueel-taalmodellen combineert om zonder handmatige supervisie nauwkeurige, semantisch consistente 3D-vormcorrespondenties te leren, zelfs onder complexe niet-isometrische vervormingen en tussen verschillende klassen.
Dit paper introduceert het Self-Critical Inference-framework en de Dynamic Robustness Benchmark om de taalbias en -gevoeligheid van Vision-Language-modellen te verminderen door middel van meervoudige counterfactuele redenering en model-specifieke evaluatie.
Dit paper introduceert Holi-Spatial, het eerste volledig geautomatiseerde, grootschalige multimodale datasetkader dat ruwe video-inputs omzet in holistische 3D-ruimtelijke intelligentie met behulp van een geoptimaliseerde pipeline voor 3D-Gaussian Splatting-reconstructies en ruimtelijke vraag-antwoordparen, waardoor de schaalbaarheid en prestaties van ruimtelijk redenerende modellen aanzienlijk worden verbeterd.
Ref-DGS is een nieuw framework dat reflecterende oppervlakken efficiënt reconstrueert en nieuwe weergaven synthetiseert door geometrie en lokale reflecties te scheiden in een dubbele Gaussische representatie, waardoor het de snelheid van Rasterisatie combineert met de nauwkeurigheid van straalvolgende methoden zonder de hoge rekentkosten.
Het artikel introduceert FusionRegister, een efficiënte en robuuste methode die visuele priors gebruikt om misregistratie direct in het fusieproces van infrarood- en zichtbare beelden op te lossen, waardoor uitgebreide voorafgaande registratie overbodig wordt en de kwaliteit van bestaande fusietechnieken wordt behouden.
Dit paper introduceert UniUncer, een lichtgewicht, unificerend framework dat onzekerheid voor zowel statische als dynamische scene-elementen integreert in een end-to-end rijplanner, waardoor de betrouwbaarheid en prestaties aanzienlijk worden verbeterd met minimaal rekenkundig overhead.
Het paper introduceert FrameVGGT, een frame-gedreven architectuur die de groei van het geheugen in streaming 3D-perceptie beperkt door frames te behandelen als samenhangende bewijsblokken, waardoor een betere afweging tussen nauwkeurigheid en geheugengebruik wordt bereikt voor langdurige videostreams.