7506 papers
Dit paper introduceert LikePhys, een trainingsvrije methode die intuïtieve fysica in videodiffusiemodellen evalueert door het onderscheid te maken tussen fysiek geldige en onmogelijke video's, en toont aan dat deze aanpak sterk overeenkomt met menselijke voorkeur terwijl het een duidelijke verbetering in fysiekbegrip bij grotere modellen aantoont.
Het artikel introduceert CanvasMAR, een nieuw autoregressief videopredictiemodel dat gebruikmaakt van een 'canvas' als globale structuur en een bewegingsgevoelige trainingsmethode om met weinig steppes hoogwaardige en coherente video's te genereren die concurreren met geavanceerde diffusiemethoden.
Dit paper introduceert 3DThinker, een innovatief raamwerk dat het ruimtelijk redeneren van vision-language modellen verbetert door tijdens het redeneren 3D-mentale beelden te genereren zonder voorafgaande 3D-invoer of gelabelde 3D-data.
Dit artikel introduceert AURASeg, een op ResNet gebaseerd segmentatiekader dat middels een Residual Boundary Refinement Module en een Attention Progressive Upsampling Decoder de precisie van randen en regio's verbetert voor het detecteren van berijdbare gebieden door robots, met succesvolle validatie op een Jetson Nano.
Dit paper introduceert CULTIVate, een benchmark met duizenden afbeeldingen en nieuwe metrics om de culturele eerlijkheid van tekst-naar-beeldmodellen te evalueren op basis van dagelijkse sociale activiteiten, waarbij blijkt dat deze modellen systematisch beter presteren voor landen in het Noordelijk Halfrond dan voor die in het Zuidelijk Halfrond.
Dit paper introduceert een synergistisch optimalisatiekader voor deepfake-detectie dat structurele bias-dekoppeling en globale distributie-afstemming combineert om de eerlijkheid tussen en binnen demografische groepen te verbeteren zonder in te leveren op de algehele detectienauwkeurigheid.
LaxMotion is een nieuw raamwerk dat de generalisatie van 3D menselijke bewegingsgeneratie verbetert door te stoppen met het gebruik van exacte 3D-coördinaten als supervisie en in plaats daarvan te leren op basis van consistente structurele relaties tussen globale trajecten en monokulaire 2D-kinetische aanwijzingen.
Dit artikel introduceert een nieuw evaluatiekader met de Cultural Reference Transformation-metriek om te analyseren hoe diffusion-modellen culturele iconische referenties herkennen en realiseren, waarbij wordt aangetoond dat dit gedrag niet alleen afhankelijk is van datafrequentie maar ook van unieke tekstuele en culturele factoren.
Dit artikel presenteert Co-Layout, een nieuw raamwerk dat grote taalmodellen combineert met roostergebaseerde integer-programmering en een grof-naar-fijn optimalisatiestrategie om binneninrichtingen en meubelplaatsing gezamenlijk te optimaliseren op basis van tekstuele prompts.
Het artikel introduceert SPARK, een jailbreak-framework dat T2V-modellen omzeilt door veilige prompts te combineren met neutrale scènes, sluwe auditieve triggers en cinematografische richtlijnen om verborgen onveilige video's te genereren.
Deze paper introduceert MRIQT, een fysica-bewust 3D-diffusiemodel dat de beeldkwaliteit van draagbare ultra-lage-veld MRI-scans bij neonaten significant verbetert door deze te vertalen naar hoogwaardige beelden met behoud van anatomische details en pathologie.
Dit paper introduceert FunnyNodules, een volledig aanpasbaar synthetisch dataset met gedetailleerde annotaties van visuele kenmerken en diagnoseredenering, dat is ontworpen om de betrouwbaarheid en verklaringen van medische AI-modellen systematisch te evalueren.
Dit paper introduceert FireScope, een VLM-gebaseerd raamwerk dat chain-of-thought redenering combineert met visuele supervisie om op Sentinel-2-beelden en klimaatdata gebaseerde, interpreteerbare en cross-continentaal generaliserende wildvuurrisicokaarten te genereren.
Dit paper introduceert VeilGen, een generatief model dat ongesuperviseerd latent transmissie- en glanskaarten leert om realistische veilingglans te simuleren, en DeVeiler, een restauratienetwerk dat deze kaarten gebruikt om beeldkwaliteit in vereenvoudigde optische systemen te herstellen.
Dit paper introduceert UAM, een unificerend Attention-Mamba-achterframe voor multimodale frameworks dat door flexibele integratie van deze technologieën zonder handmatige afstemming state-of-the-art resultaten behaalt voor tumorcelclassificatie en -segmentatie.
Deze paper introduceert EgoCogNav, een multimodaal raamwerk voor egocentrische navigatie dat cognitieve factoren zoals waargenomen onzekerheid integreert om menselijk gedrag beter te voorspellen, vergezeld van een nieuw dataset genaamd CEN.
Het artikel introduceert SyncMV4D, een baanbrekend model dat voor het eerst gesynchroniseerde multi-view video's en 4D-bewegingen van hand-object-interacties genereert door een gesloten lus te creëren tussen visuele priors, bewegingsdynamica en multi-view geometrie, waardoor zowel realisme als consistentie aanzienlijk worden verbeterd.
Deze paper introduceert ReInversion, een trainingsvrije methode voor exemplaar-gestuurde beeldbewerking die via een omkeerbaar twee-staps proces en een maskergestuurde selectieve denoising-strategie state-of-the-art resultaten bereikt met minimale rekenkosten.
Deze studie presenteert een methode voor weefselmasker-ondersteunde registratie van volledige lichaams-MRI-beelden in de UK Biobank die, door gebruik te maken van subcutane vet- en spiermaskers, significant betere registratieprestaties en anatomische uitlijning bereikt dan bestaande intensiteitsgebaseerde methoden.
In dit artikel wordt UniTS voorgesteld, een unificerend spatiotemporale generatief model op basis van flow matching dat diverse aardobservatietaken zoals reconstructie, wolkverwijdering, veranderingdetectie en voorspelling integreert in één raamwerk, waardoor het bestaande gespecialiseerde modellen overtreft, vooral onder uitdagende omstandigheden.