7529 papers
Dit artikel introduceert een geautomatiseerd, mensvrij proces dat de ImageNet-trainingset omzet naar een meervoudige-labeldataset met behulp van zelftoezichtende Vision Transformers, wat leidt tot robuustere modelrepresentaties en aanzienlijke prestatieverbeteringen op diverse benchmarks.
Dit paper presenteert een CLIP-gebaseerd multimodaal kader dat chirurgische video's automatisch omzet in gestructureerde tijdlijnen en narratieven, waardoor de noodzaak van tijdrovende handmatige annotatie of vage postoperatieve rapporten wordt verminderd.
Uni-LVC is een geünificeerde methode voor geleerde videocompressie die binnen één model zowel intra- als inter-codering ondersteunt door inter-codering te modelleren als aan tijdsinformatie voorafgaande intra-codering, waardoor robuustheid bij onbetrouwbare referenties en superieure prestaties worden bereikt.
In dit paper presenteren de auteurs Icarus, een all-weather hemelmodel dat via deep learning full dynamic range omgevingenkaarten genereert met ongeëvenaarde nauwkeurigheid, fotorealisme en controle over zon- en wolkenformaties voor Image Based Lighting.
Dit paper introduceert SCORE, een methode die subruimte-conflicten tussen modellen op verschillende domeinen oplost door een gedeelde orthogonale basis te vinden en diagonale componenten te verwijderen, waardoor de domein-generalisatie aanzienlijk wordt verbeterd ten opzichte van bestaande modelmerging-technieken.
Het paper introduceert LayerBind, een trainingsvrije methode voor Diffusion Transformers die door het modelleren van regionale generatie als distincte lagen en het binden daarvan tijdens het generatieproces, nauwkeurige controle biedt over de lay-out en het occlusie-ordening van afbeeldingen zonder kwaliteitsverlies.
Het paper introduceert BM25-V, een methode die Okapi BM25-scoring toepast op visuele woorden gegenereerd door een Sparse Auto-Encoder om een interpreteerbare en efficiënte eerste-fase beeldretrieval te realiseren die na herschikking bijna dezelfde nauwkeurigheid bereikt als dichte methoden.
Dit paper introduceert een spectraal diagnostisch raamwerk om te laten zien dat bij 2D-naar-3D-scèneherconstructie het behoud van spectrale consistentie in feature-upsamplers belangrijker is voor reconstructiekwaliteit dan het verbeteren van ruimtelijke details.
Dit artikel introduceert EventGeM, een state-of-the-art systeem voor plaatsherkenning op basis van event-camera's dat globale en lokale kenmerken combineert met diepteanalyse om real-time, robuuste lokalisatie te bereiken in diverse omstandigheden.
Dit paper introduceert LIPAR, een trainingsvrij kader dat de rekentijd voor videogeneratie verlaagt door tijdsredundantie in latente patches te omzeilen en een nieuwe Attention Recovery-mechanisme te gebruiken om visuele artefacten te voorkomen, waardoor de doorvoer met 1,45 keer toeneemt zonder kwaliteitsverlies.
Dit paper introduceert MaCS, een eenvoudige en architectuuronafhankelijke regularisatiemethode die de kalibratie en robuustheid van diepe visiemodellen verbetert door logit-marges te vergroten en voorspellingconsistentie onder lichte verstoringen te handhaven, zonder extra data of architecturale wijzigingen.
Dit artikel introduceert een unificerend architecturaal raamwerk dat door middel van enkelvoudige, fysisch consistente beeld-Stokes-verwerking state-of-the-art prestaties bereikt bij het herstellen van gepolariseerde beelden die lijden aan diverse degradaties zoals ruis, bewegingsonscherpte en mosaïekartefacten.
Deze studie presenteert een deep ensemble learning-methode die CNN's en Vision Transformers combineert via vier onafhankelijke fusiemodellen om de classificatie van remote sensing-beelden te verbeteren en tegelijkertijd een prestatieknelpunt door redundante kenmerken te overwinnen.
Het artikel introduceert Cog2Gen3D, een diffusion-framework dat semantische en absolute geometrische cognitie combineert via een cognitieve latent-grafiek om fysiek plausibele en structureel rationele 3D-generaties te realiseren die de bestaande methoden overtreffen.
VS3R is een nieuw framework dat feed-forward 3D-reconstructie combineert met generatieve videodiffusie om robuuste, volledige-frame video-stabilisatie te bereiken die zowel geometrische stabiliteit als visuele consistentie garandeert.
Dit paper introduceert MACRO, een zelfevoluerend medisch agent dat door ervaring gedreven zelfontdekking dynamisch nieuwe samengestelde hulpmiddelen creëert uit succesvolle uitvoeringstrajecten, waardoor de robuustheid en generalisatie van medische beeldinterpretatie aanzienlijk verbetert ten opzichte van statische systemen.
Deze paper introduceert TumorChain, een multimodaal raamwerk met verweven redenering en een groot dataset genaamd TumorCoT, dat stap-voor-stap klinische tumoranalyse op basis van 3D CT-scans mogelijk maakt om de traceerbaarheid te vergroten en diagnostische fouten te verminderen.
Dit paper introduceert PatchCue, een nieuw paradigma dat de redeneercapaciteiten van Vision-Language Models verbetert door visuele aanwijzingen op patch-niveau te gebruiken in plaats van tekstuele of pixel-gebaseerde methoden, wat leidt tot betere prestaties op diverse multimodale taken.
Dit paper introduceert MemSeg-Agent, een nieuw paradigma voor medische beeldsegmentatie dat adaptatie verschuift van gewichtsruimte naar geheugenruimte om via een geïntegreerde architectuur met dynamisch samengestelde geheugeneenheden few-shot learning, federated learning en test-tijd aanpassing mogelijk te maken zonder zware communicatiekosten of fine-tuning.
Dit artikel presenteert een systematische evaluatie van synthetische nieuwe weergaven voor video-locatieherkenning, waarbij wordt geconcludeerd dat hoewel kleine toevoegingen de prestaties verbeteren, bij grotere toevoegingen het aantal toegevoegde beelden en het type dataset belangrijker zijn dan de grootte van het gezichtspuntverschil.